小米小米汽车-感知质量工程师

-基于AWS或微软云服务，搭建数据反馈关键平台，涵盖数据采集、存储、处理、标注、分析及反馈链路 -实现数据闭环自动化，包括触发式数据回传、关键场景挖掘、模型迭代验证等环节 -设计高可用、可扩展的云架构，优化数据存储与计算资源效率 -开发数据质量监控系统，提升数据利用率和算法泛化能力 -负责基于AWS或微软云的自动驾驶仿真平台开发 -负责设计、开发和优化基于AWS云服务的自动驾驶可视化仿真系统架构，支持高并发、低延迟的仿真场景测试 -构建云原生仿真工具链，整合数据管理、场景生成、结果分析等模块，提升仿真效率与可扩展性 -跨团队协作与技术沉淀 -与算法团队紧密合作，确保仿真环境与自动驾驶感知、规划、控制模块的精准对接 -主导技术文档编写与开源工具链研究，推动团队技术标准化

1、深入理解快手业务逻辑，运用数据挖掘、机器学习、深度学习等技术，构建风控策略体系，提升风险管理水平，为业务保驾护航； 2、基于风控数据体系，挖掘多维度特征（包括并不限于：用户、IP、设备等）、构建用户画像和用户质量等级，应用于业务反欺诈、渠道反作弊等业务安全领域； 3、基于各种关系网络数据，运用图挖掘算法，挖掘用户设备关联度、亲密度等特征，构建风险感知和异常团伙挖掘能力； 4、深入探索业务数据，创新性的思考和发现问题，并提出有效解决方案。

1、全风中台产品解决方案设计： 敏锐洞察全风风险管理过程遇到的痛点，以数据、技术视角切入，提供创新性工具产品解决方案，并独立完成方案设计； 2、业务感知产品建设：深入了解蚂蚁的系统架构、技术链路、数据链路，推进技术元数据网络构建方案落地；基于大模型技术，创新数据智能检索工具，提升全风风险管理同学数据查找的效率； 3、参与相关项目的数据分析，独立完成在、离线数据开发工作，并保障数据质量； 4、主动推动团队内外的协同工作，共同达成项目目标。

-负责百度云拨测及相关网络探测、诊断类产品的设计、开发和优化 -负责开发并维护超大规模的质量感知服务及数据系统，保障复杂网络环境下的质量感知能力 -提供拨测与大数据技术整体解决方案，支持内外客户的相关需求及排查工作 -持续跟踪行业技术动态，优化系统架构，推动平台技术演进