格步
Senior Machine Learning Engineer, MLE
Senior Machine Learning Engineer, MLE
发布于 大约 14 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
机器学习工程
地理空间
实时流处理
数据管道
机器学习
AI 估算 · 40k–70k
高级机器学习工程师在北京市场薪资较高，结合Grab的国际化背景和业务复杂度，月薪中位数约5.5万。
职位详情
关于这个职位
作为格步（Grab）的高级机器学习工程师，你将深度参与东南亚领先超级应用的路径规划与导航算法研发，利用海量实时数据优化平台效率
你将负责构建实时感知系统、数据管道和模型，与跨职能团队协作，推动业务增长
该职位要求扎实的机器学习工程基础和Golang技能，并提供具有竞争力的薪酬和福利
最低要求
年以上机器学习工程经验
扎实的计算机科学基础，包括算法和数据结构
有开发和维护大规模微服务的经验
有构建和运维生产级批处理和实时数据处理管道的实践经验
能够处理噪声或不完整数据，定义合适的评估指标，并将模糊的业务问题转化为可衡量的技术解决方案
对构建产品和功能以加速业务增长充满热情
能熟练使用任何编程语言，但愿意使用Golang
精通Golang将是一个很大的优势
工作职责
构建可靠的智能体L3/L4流程，以构建可靠且可扩展的解决方案来处理实时信号
设计、构建和运维可靠的数据管道，用于实时流式处理和大规模批处理，包括实时事件数据和其他地理空间信号
将原始和嘈杂的数据转换为可信的特征、见解和数据集，以支持路线规划、导航、交通和地图质量用例
建立监控、数据质量检查、评估框架和反馈循环，以确保数据管道和模型输出的可靠性
与产品经理、数据科学家、分析师和工程师合作，定义问题、进行实验并交付可扩展的解决方案
探索新兴技术并务实地应用它们，以提高团队的工程效率和产品成果
优先资格
有处理地理空间、路线规划、导航、交通、事故或地图相关数据的经验
熟悉流处理技术，如Kafka、Flink、Spark Streaming或同等系统
有构建用于工程或运营工作流的智能体自动化的经验，包括RAG、工具集成、评估和工具链工程
熟悉数据分析、模型监控、实验和机器学习生命周期管理
熟悉AWS或Azure等云系统
AI 洞察
优缺点分析
优点
- 岗位涉及前沿技术，如智能体自动化、实时数据处理，技能提升快
- 公司提供完善的福利，包括保险、弹性工作、产假等，注重员工福祉
- 技术栈要求高，需要掌握Golang和多种大数据技术，学习成本高
- 跨文化协作，需要与东南亚团队沟通，可能存在时差和文化差异
缺点 / 挑战
- Grab是东南亚领先的超级应用，业务规模大，数据丰富，技术挑战高
- 工作强度可能较高，需要处理实时数据和高并发场景，压力较大
- 适合有扎实机器学习工程基础、热爱挑战、愿意在快节奏环境中成长的技术人才
角色解读
- 在技术方向，可晋升为技术专家或架构师，主导复杂系统的设计
- 在管理方向，可发展为技术经理，带领团队并负责项目交付
- 在业务方向，可深入理解O2O业务，成为业务与技术结合的复合型人才
- 负责构建实时感知系统，处理来自GPS、摄像头等来源的实时信号，提升导航和路线规划的准确性
- 设计和运维大规模数据管道，包括实时流处理和批处理，确保数据质量和可用性
- 与产品、数据科学等团队协作，将业务问题转化为技术方案，并推动实验和落地
- 扎实的机器学习工程基础，包括算法、数据结构和模型部署
- 精通Golang，并具备使用其他语言（如Python、Java）的能力
- 熟悉分布式系统和微服务架构，有构建高可用系统的经验
- 掌握流处理技术（如Kafka、Flink）和云平台（AWS/Azure）
申请策略
- 了解Grab的业务模式和技术栈，在面试中展示对O2O平台的理解
- 准备项目案例，突出解决复杂问题的能力和业务影响
- 突出机器学习工程经验，特别是构建和运维生产级数据管道的项目
- 强调Golang或相关语言的项目经验，展示分布式系统设计能力
- 提及处理地理空间数据或实时信号的经验，与岗位需求匹配
- 深入学习Golang，掌握并发编程和性能优化
- 熟悉Kafka、Flink等流处理框架，并了解其原理和最佳实践
- 了解智能体自动化（如RAG）和MLOps，提升工程效率
面试指南
- 回答时采用STAR法则，突出情境、任务、行动和结果，强调技术决策和业务影响
- 描述你构建和运维一个实时数据管道的经验，如何保证数据质量和可靠性？
- 如何设计一个可扩展的微服务架构来处理高并发请求？
- 你如何处理噪声数据，并设计评估指标来验证模型效果？
- 谈谈你对智能体自动化（如RAG）的理解，以及如何应用于工程流程？
- 复习机器学习工程的核心概念，如特征工程、模型部署和监控
- 准备Golang和分布式系统的项目案例，展示你的技术深度
- 了解Grab的业务和产品，思考如何用技术提升平台效率
职位点评
76
综合评分
技术前沿、薪资优厚、发展空间大，但工作强度可能较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长、愿意接受挑战、对O2O业务感兴趣的技术人才。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活60
使命价值75
薪资福利
80较高
该职位提供有竞争力的薪资和全面的福利，包括保险、弹性工作等，补偿性动机满足度较高。
薪资信号未披露（AI估算：40K-70K/月）
福利待遇Term Life Insurance、Medical Insurance、GrabFlex、Maternity and Paternity Leave、Grabber Assistance Programme、Wellbeing@Grab、FlexWork arrangements
成长发展
85较高
岗位涉及前沿技术（智能体、实时计算），且公司提供成长机会，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Golang、Kafka、Flink、Spark、AWS、Azure、RAG
业务类型profit_center
工作生活
60中等
工作地点在北京，需现场办公，但公司提供FlexWork安排，有一定灵活性，但整体WLB一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡FlexWork arrangements
使命价值
75中等
Grab作为超级应用，致力于改善东南亚用户生活，具有社会价值，但岗位本身更偏技术实现。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号improving the lives of millions of users、economic empowerment
创新程度积极采用新技术
Watch Jobs