计算平台软件工程师（27届校招）

职责

• 参与自动驾驶海量数据的采集、管理、处理与高效调度，设计与开发自动驾驶全链路数据平台，包括数据湖、数据仓库、分布式存储、流批一体计算、智能数据标注与数据治理等。
• 研发大规模分布式计算与训练平台，基于 Spark、Flink、Ray、PyTorch 等技术实现自动驾驶大模型的数据清洗、预处理、并行训练与推理，支持多 GPU 多集群高性能任务编排与资源调度。
• 优化存储与检索架构，探索并实现 OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus 等新一代高性能存储与检索方案，提升数据读写、索引与管理效率，赋能 AI 训练和推理。
• 参与团队架构设计与技术攻关，跟进学术前沿与业界动态，解决自动驾驶场景下数据一致性、扩展性、高可用、智能调度等核心难题。
• 推进工程实践落地与持续优化，深度参与端到端系统开发、自动化测试、上线发布与持续运维，推动数据与 AI 平台稳定迭代和性能进化。

必备要求

• 计算机、软件工程、人工智能、数据科学等相关专业，本科及以上学历。
• 精通分布式系统原理、并行计算、存储系统、数据库原理、数据湖理论、大规模机器学习等学科知识。
• 熟练掌握至少一种主流分布式计算框架（如 Spark、Flink、Ray 等）和一种深度学习框架（如 PyTorch、TensorFlow 等）。
• 具备大数据存储与处理系统（如 OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus 等）实操经验。
• 具备高性能数据检索、索引优化、海量数据管理等工程经验。
• 熟练掌握 Python/Java/Scala/C++/Rust 等主流开发语言中的至少一种，具备良好的工程实践和代码规范。
• 具备独立分析复杂系统、定位瓶颈、提出创新性解决方案的能力，对技术钻研有热情，善于跨界学习。
• 良好的团队协作能力、沟通表达能力及自驱力，乐于分享，敢于挑战难题。

优先条件

• 硕士、博士优先。
• 有相关顶会/顶刊论文经历者优先。
• 有高并发、大规模分布式系统、流式/批式混合计算平台相关项目经验者优先。
• 在数据库、分布式系统、云原生计算、向量数据库、机器学习系统等领域有顶会（SIGMOD、VLDB、ICDE、NeurIPS、ICML 等）论文、竞赛获奖或开源项目贡献者优先。