初速度
Data infra Tech Lead
Data infra Tech Lead
发布于 6 小时前基层主管/组长
全职员工仅现场办公数据工程
数据工程
Go
分布式系统
多模态数据
大模型
数据基建
数据治理
湖仓一体
自动驾驶
值不值得投
78综合评分
综合评分 78
自动驾驶与大模型双赛道核心数据基建Tech Lead，技术前沿且成长空间极大，薪资预期高但工作强度较大。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
8万
比数据工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
73 个在招 · 其中数据工程 3 个
市场机会
选择面较广
北京 · 数据工程 · 约 150 个在招
职位详情
关于这个职位
该职位负责初速度自动驾驶与大模型双赛道数据底层基建的全链路架构设计与研发
你需要搭建支撑各类大模型及智驾模型训练的高性能数据生产平台，打通多模态数据全生命周期链路，并构建行业领先的数据治理体系
最低要求
年及以上大规模分布式系统架构设计、底层数据平台基建开发经验，具备完整复杂系统从0到1架构搭建与迭代优化经验
精通Python，熟练掌握Go/C++至少一门主力开发语言，具备优秀的工程化设计、代码架构与性能调优能力
深度精通分布式数据处理技术，拥有TB/PB级海量多模态数据存储、计算、调度、流水线开发经验，熟悉湖仓一体、对象存储、分布式计算生态技术栈
深度熟悉大模型训练全流程，完整了解预训练、SFT微调、RLHF对齐全链路，理解大模型训练对数据体系、数据质量、数据供给链路的核心诉求
工作职责
负责自动驾驶与通用大模型双赛道的数据底层基建全链路架构设计与研发
搭建支撑VLM大模型、视频生成、自动驾驶世界模型、端到端智驾模型训练的高性能、高可扩展数据生产平台
打通图像、视频、激光雷达点云、多传感器时序数据全生命周期链路
构建行业领先的数据治理体系，用AI工程化能力反哺数据生产全流程，持续驱动模型迭代效率与数据质量上限
优先资格
具备自动驾驶领域数据基建经验优先，熟悉激光雷达点云、车载多传感器融合数据处理、智驾场景数据挖掘、自动驾驶世界模型/端到端大模型数据体系建设经验优先
有长视频数据处理、3D数据基建、大规模预训练数据集构建经验优先
AI 洞察
优缺点分析
优点
- 主导从0到1的底层基建架构，能积累PB级多模态数据处理与大模型数据供给的顶尖实战经验
- 公司融资阶段靠后，业务场景丰富，技术落地价值与业务影响力高
缺点 / 挑战
- 处于自动驾驶与通用大模型两大前沿赛道交汇点，技术挑战大且极具行业稀缺性
- 需同时兼顾自动驾驶多传感器数据与大模型海量数据的双重复杂场景，架构设计难度极高
- 作为Tech Lead，需在快速迭代的业务需求与底层基建的长期稳定性之间寻找平衡，技术与管理压力并存
- 适合在大数据基建或AI数据平台领域有深厚积累，渴望在自动驾驶与大模型交叉前沿领域挑战复杂系统架构的资深技术专家
角色解读
- 可向数据基础设施总监/首席架构师方向发展，成为自动驾驶与AI大模型交叉领域的顶尖技术专家
- 或转型为技术VP，统筹公司级数据战略与AI工程化体系建设
- 负责自动驾驶和大模型双赛道数据底层基建的全链路架构设计与研发
- 搭建支撑各类大模型及智驾模型训练的高性能、高可扩展数据生产平台
- 打通多模态数据全生命周期链路并构建行业领先的数据治理体系
- 精通Python及Go/C++，具备5年以上大规模分布式系统架构设计与底层数据平台开发经验
- 深度掌握TB/PB级海量多模态数据存储、计算与调度技术，熟悉湖仓一体等生态技术栈
- 熟悉大模型训练全流程（预训练、SFT、RLHF）及其对数据体系、数据质量的核心诉求
申请策略
- 准备1-2个解决过的大规模数据平台性能瓶颈或架构重构的硬核技术案例，面试时重点展示系统性思考与工程化落地能力
- 突出PB级多模态数据（图像、视频、点云）存储与计算平台的从0到1架构经验
- 详细阐述在分布式计算、湖仓一体或数据调度方面的性能调优与降本增效成果
- 展示对大模型训练数据链路（如数据清洗、标注、配比）的深度理解与工程化落地案例
- 深入复习大模型训练全流程，特别是SFT和RLHF阶段的数据需求，了解最新的VLM和端到端智驾模型的数据闭环架构
- 补充自动驾驶多传感器融合数据处理及3D数据基建的前沿知识
面试指南
- 采用STAR法则，重点突出“业务痛点-架构选型-技术难点攻克-最终收益（性能/成本指标）”
- 对于大模型相关问题，采用“数据流转链路-质量评估标准-工程化自动化”的逻辑框架回答
- 请描述你从0到1搭建PB级多模态数据平台的架构设计思路及遇到的最大挑战？
- 大模型预训练和SFT微调阶段，对数据供给链路和数据质量的要求有何不同？你的平台如何支持？
- 在处理激光雷达点云和长视频数据时，如何优化存储成本与计算调度效率？
- 作为Tech Lead，你如何平衡底层基建的长期规划与业务方短期的数据需求？
- 提前了解初速度在端到端智驾和世界模型方面的最新技术公开分享，熟悉其数据闭环体系
- 复习分布式存储（如对象存储、湖仓一体）和计算引擎（如Spark, Flink, Ray）的底层原理与调优策略
职位点评
薪资福利85
成长发展95
工作生活40
使命价值85
薪资福利
85较高
职位为自动驾驶与大模型核心基建技术负责人，薪资处于市场高位，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：6千–10万/月）
成长发展
95较高
处于自动驾驶与通用大模型双前沿赛道，主导底层基建从0到1，技术成长与行业视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Python、Go、C++、分布式系统、大模型、VLM、自动驾驶、多模态数据、湖仓一体
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，但作为核心基建Tech Lead且处于双赛道高压业务线，工作强度预计较大。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
推动自动驾驶与通用大模型技术落地，具有极高的行业前瞻性与科技改变出行的社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs