格步
Senior Software Engineer, Backend (LiDAR / 3D)
Senior Software Engineer, Backend (LiDAR / 3D)
发布于 5 个月前普通员工/个人贡献者
Singapore, Singapore
高级经验
全职员工
仅现场办公
学历未注明
软件工程
Go (Golang)
Lidar
三维重建
分布式系统
地图服务
多传感器融合
微服务
点云处理
SLAM
AI 估算 · 45k–75k
该职位要求资深经验与LiDAR、三维重建等前沿硬核技术，技能门槛高，市场人才稀缺，且服务于东南亚头部科技平台的核心业务，薪资竞争力强。
职位详情
关于这个职位
这是一个专注于地图服务与地理信息领域的资深后端软件工程师职位
你将使用Go语言设计和开发高可用、高性能的后端微服务，为Grab的出行、外卖等核心业务提供地理空间能力支持
核心工作涉及利用LiDAR、相机等多传感器数据进行高精度地图构建、定位与三维重建，以优化平台效率并直接影响业务核心指标
最低要求
至少5年在分布式系统环境下的软件工程经验
扎实的计算机科学基础，精通算法和数据结构
拥有大规模微服务开发和维护经验
对构建产品和功能以加速业务增长充满热情
精通基于LiDAR的多传感器融合SLAM技术，用于高精度地图构建和定位
熟悉融合相机、LiDAR、IMU、GPS等定位传感器的多传感器融合框架
在视觉重建方面有扎实经验，并对Visual-SLAM系统有深入了解
熟练掌握点云着色、纹理映射和三维重建技术
能够进行数字地图的自动地图元素检测和智能标注
拥有LiDAR感知算法开发、产品化和部署的实践经验者优先
工作职责
使用Go语言设计和增强尖端服务，为可用性、可扩展性、延迟和效率设定高标准
与工程团队合作，探索和创建面向规模和性能的新设计/架构
参与代码和设计评审，以维持我们的高开发标准
参与服务容量和需求规划、软件性能分析、调优和优化
与产品和工程团队合作，定义和原型化功能规范
构建和扩展后端服务，并进行根本原因分析调查
设计、构建、分析和调试为东南亚数百万用户服务的复杂生产软件
编写高质量代码以及单元测试、功能测试和端到端测试
优先资格
具有地理信息（GEO）或地图制作领域的背景/经验
良好的数据分析能力和大数据知识
熟悉数据库、消息队列和Elasticsearch
熟悉云系统，如AWS或Azure
拥有全栈开发经验
可以是任何编程语言的优秀编码者，但愿意使用Golang工作
精通Golang将是一个显著优势
AI 洞察
优缺点分析
优点
- 技术前沿性：接触并实践LiDAR、三维重建等自动驾驶和前沿地图领域的核心技术，技能稀缺且价值高
- 业务影响力：工作直接服务于东南亚头部超级应用的核心业务（出行、外卖），能清晰看到技术对业务和用户的巨大影响
- 国际化环境：团队分布在不同地区，提供跨文化协作经验，有利于拓宽视野
- 技术复杂度高：需要同时精通后端工程和前沿的感知算法，学习曲线陡峭，对综合能力要求极高
- 适合拥有扎实后端工程基础，并对计算机视觉、自动驾驶、高精地图等前沿领域有强烈兴趣和钻研精神的资深工程师
缺点 / 挑战
- 平台与规模：在已上市的科技巨头工作，能接触到海量用户、复杂系统和技术挑战，个人成长空间大
- 性能与规模压力：服务东南亚海量用户，对系统的高可用、低延迟和可扩展性有极致要求，工作挑战大
- 快速迭代与业务压力：作为核心业务的支持部门，需要快速响应业务需求变化，可能面临较快的迭代节奏
角色解读
- 技术专家路径：可深耕计算机视觉、自动驾驶感知、高精地图等领域，成为公司内或行业内的顶尖技术专家
- 技术管理路径：积累项目经验和跨团队协作能力后，可转向技术经理或架构师角色，负责更大范围的技术规划与团队管理
- 业务产品路径：深入理解地理空间数据与各业务线的结合点，可向技术型产品经理或解决方案专家方向发展
- 使用Go语言开发和维护支撑东南亚数百万用户的高性能、高可用后端微服务系统
- 专注于地理空间技术，具体负责基于LiDAR、相机等多传感器数据进行高精度地图构建、定位（SLAM）和三维模型重建
- 与跨职能团队协作，将地理空间能力产品化，以优化Grab出行、外卖等核心业务的运营效率
- 参与系统架构设计、性能调优、容量规划及生产问题的根因分析与解决
- 扎实的软件工程基础：至少5年分布式系统开发经验，精通算法、数据结构和微服务架构
- 前沿的感知与重建技术：精通LiDAR-SLAM、多传感器融合、点云处理（着色、纹理映射）和三维重建
- 强大的工程实践能力：熟练使用Go语言，具备大规模系统设计、性能优化和问题排查能力
- 业务与数据思维：能够将技术方案与业务指标（如效率、用户体验）紧密结合，并利用数据驱动决策
申请策略
- 深入了解Grab的业务生态（出行、外卖、支付等），思考地理空间技术如何赋能这些业务，在面试中展现业务洞察力
- 研究团队可能使用的技术栈和公开的技术博客，在沟通中体现你对团队工作的了解和兴趣
- 重点突出在分布式系统、微服务架构和高并发场景下的具体项目经验与成果（如性能提升数据）
- 详细描述与LiDAR、SLAM、传感器融合、点云处理或三维重建相关的项目经历，说明技术细节和个人贡献
- 展示使用Go语言或其他主流语言开发复杂系统的经验，并提及相关的系统设计、调优和运维实践
- 如有地理信息（GIS）或地图相关项目经验，务必单独列出并强调其业务价值
- 若Go语言非主要语言，需进行针对性学习和项目实践，以证明快速上手和工程化能力
- 深化对现代云原生技术栈（如Docker, Kubernetes, AWS/Azure服务）的理解，特别是与大数据处理和微服务部署相关的部分
面试指南
- 对于技术问题，采用“情境-任务-行动-结果”（STAR）法则来组织答案，清晰说明背景、个人行动和量化结果
- 对于系统设计题，先澄清需求和约束，然后分层（数据层、服务层、接入层等）阐述设计，并讨论权衡（如一致性vs可用性）
- 在回答中不仅要展示技术深度，也要适时体现业务思考、协作能力和解决复杂问题的逻辑
- 请详细介绍一个你参与的、涉及高并发或海量数据处理的分布式系统项目，你遇到了什么挑战，是如何解决的？
- 请阐述你在LiDAR-SLAM或多传感器融合项目中的具体角色和技术方案，如何评估和提升系统的精度与鲁棒性？
- 如果让你设计一个为百万级司机提供实时路径规划和ETA（预计到达时间）的后端服务，你会考虑哪些架构要素和潜在瓶颈？
- 请分享一次你通过性能分析、代码或架构优化，显著提升系统响应速度或稳定性的经历
- 你如何理解地理空间数据在Grab这类O2O平台中的价值？可以结合具体业务场景谈谈
职位点评
Watch Jobs