数据挖掘工程师-自动驾驶数据挖掘专家

岗位职责 1.指标体系设计与度量：负责设计并优化自动驾驶算法表现的评价指标体系，从路测与仿真数据中提炼关键量化标准，确保评估客观、全面、可回溯，为算法优化提供清晰方向。 2. 自动化数据挖掘与分析：研发场景挖掘与Bad Case自动化分析算法，利用机器学习、数据挖掘技术从海量数据中自动提取高价值场景、识别算法缺陷，并输出可解释性报告，提升问题定位效率。 3. 数据平台与工具开发：主导高扩展性数据标注与分析平台的架构设计与核心开发，包括数据大盘、自助分析工具、自动化报告系统等，保障平台在PB级数据规模下的稳定性与计算效率，赋能业务团队快速获取洞察。 4.深度数据分析与探索：运用统计学习、机器学习方法开展探索性研究，支持场景库建设、驾驶行为特征刻画、自动驾驶系统性能量化评估等方向，通过数据建模产出可落地的评估指标与业务建议。 5.技术攻坚与跨团队协同：解决复杂数据问题（如数据倾斜、实时性瓶颈、算法可解释性等），与算法、工程、产品团队紧密合作，推动数据驱动决策落地；同时指导初中级工程师成长，沉淀技术方法论。 任职资格 1. 教育背景：计算机科学、数学、统计学、自动化、车辆工程等相关专业硕士及以上学历，具备扎实的数学基础（几何、统计、机器学习理论）。 2. 技术能力： - 精通Python和SQL，熟悉C++/Java之一，具备优秀的编码能力、算法与数据结构功底； - 深入理解大数据生态体系（Spark、Flink、Hive、Kafka、Presto等），有实际的大数据处理、调优及平台开发经验； - 熟悉Linux开发环境及常用工具（Docker、Jenkins、Git），具备系统级问题排查与性能优化能力； - 掌握常用机器学习/数据挖掘算法（聚类、分类、回归、时序分析等），并有实际项目应用经验。 3. 业务理解与经验： - 对自动驾驶系统（感知、预测、规划、控制）有深刻认知，熟悉路测与仿真数据流程，具备自动驾驶、机器人（ROS）、运动控制等相关开发或研究经验者优先； - 具备极强的业务敏感度，能够从海量数据中抽象出核心问题，主动探索业务方向，推动数据驱动决策。 4. 综合素质： - 极强的逻辑分析能力，能系统性拆解复杂问题，形成清晰的分析框架； - 热爱自动驾驶行业，具备强烈的技术好奇心与学习能力，乐于挑战难题； - 良好的沟通协作能力，能够高效跨团队推动项目落地，具备技术影响力； - 有指导他人或带领小团队的经验，能够帮助团队成员成长。