美团美团平台技术部-软开专家（客服坐席资源供给建设）

● 功能及性能测试：负责信息业务的APP功能、性能、稳定性等测试，确保产品质量。 ● 需求分析与评审：参与需求分析与评审，协助开发团队进行相关测试功能设计，并从用户角度提出产品优化建议。 ● 自动化和工具化：通过自动化和工具化方式提升测试效率，为持续集成、持续交付提供保障。 ● 专项测试工作：带领小组成员完成专项测试工作，确保测试计划的有效执行。

1、负责安卓系统底层模块的开发与性能优化，包括但不限于进程/线程调度、内存管理、JNI/NDK交互、Binder机制等核心机制； 2、深入分析并解决系统级稳定性问题（ANR/崩溃/死锁/内存泄漏），建立长效监控与优化方案； 3、主导高性能多媒体框架开发，优化图片（Bitmap/JNI解码）与视频（MediaCodec/FFmpeg）编解码管线； 4、参与渲染管线优化（SurfaceFlinger/OpenGL ES/Vulkan），实现复杂动画效果的流畅渲染； 5、开发C++ Native层核心组件，进行跨平台库的调试与性能调优（Perf/ASan/Valgrind）； 6、针对低端设备进行深度性能适配，优化系统资源竞争与功耗表现；

1. 数仓架构设计与建模 - 参与数据仓库分层设计，主导或独立完成核心业务线/主题域的模型设计。 - 优化数据链路性能，解决数据倾斜、小文件等问题，降低存储与计算成本。 2. ETL开发与优化 - 负责离线/实时数据抽取、清洗、转换流程开发，熟练使用Hive/Spark/Flink等工具，保障数据准确性与时效性。 - 设计高效调度方案，监控ETL任务稳定性，优化资源消耗（如存储、计算、网络）。 3. 数据治理与质量保障 - 制定数据规范（命名、指标口径等），推动主数据管理、元数据治理，提升数据易用性。 - 建立数据质量监控体系，通过DQC工具或自定义规则识别异常，推动问题闭环。 4. 业务支持与数据分析 - 与业务团队紧密协作，理解需求并抽象数据指标，支撑BI报表、数据可视化及AI训练数据层建设。 - 参与数据产品规划，提供底层数据支持，推动数据驱动业务决策。 5. 技术研究与创新 - 跟踪数仓新技术（如Apache Paimon等），优化现有架构或引入新工具提升效率。

1. 路径规划 ‒ 开发适用于多种场景（如机器人导航、自动驾驶、无人机等）的路径规划算法； ‒ 实现经典和前沿的全局及局部路径规划方法（如 A*、Dijkstra、RRT、DWA 等），优化路径规划的效率和鲁棒性； ‒ 处理动态环境中的路径生成和调整，解决复杂场景下的避障问题。 2. 行动决策 ‒ 研究并实现具身智能体的行动决策算法，设计任务分解和行为选择的逻辑； ‒ 基于行为树（Behavior Tree）、有限状态机（FSM）等方法，构建模块化的决策框架； ‒ 开发多智能体协作与竞争的行动决策模型，支持复杂交互任务的执行。 3. 强化学习（Reinforcement Learning，RL） ‒ 针对具身智能场景（如机械臂控制、机器人动态避障、导航等），设计强化学习的 reward 函数和训练策略； ‒ 实现主流深度强化学习算法（如 DQN、DDPG、PPO、SAC 等），解决高维连续控制与探索问题； ‒ 优化强化学习模型的收敛速度和鲁棒性，提升算法在实际场景中的表现。 4. 模仿学习（Imitation Learning，IL） ‒ 通过专家示范数据（如轨迹、动作序列）训练智能体，实现模仿人类/智能体行为； ‒ 应用行为克隆（Behavior Cloning, BC）、逆强化学习（Inverse Reinforcement Learning, IRL）等技术解决稀疏奖励问题； ‒ 结合模仿学习与强化学习，提升智能体在复杂任务中的学习和泛化能力。 5. 算法优化与工程实现 ‒ 优化算法的计算效率和资源占用，适配实时性要求 ；‒ 在仿真环境（如 Gazebo、PyBullet、Mujoco 等）和真实设备中验证算法性能； ‒ 配合嵌入式团队完成算法在终端设备上的部署与优化。 6. 技术研究与创新 ‒ 跟踪具身智能领域的前沿算法进展，探索新技术的实际应用； ‒ 研究多模态感知与决策（如视觉、语音、触觉）的融合方法，提升智能体的环境理解与行动能力； ‒ 参与长期自主学习、在线学习和自适应学习系统的设计与开发。