阿里巴巴
高德-具身智能数据闭环平台研发工程师-具身智能数据方向
高德-具身智能数据闭环平台研发工程师-具身智能数据方向
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公平台工程
平台工程
CI/CD
Mlops
任务调度
数据闭环
值不值得投
74综合评分
综合评分 74
聚焦具身智能数据闭环的前沿平台研发岗，技术栈先进、成长空间大，兼顾大厂平台资源与AI赛道红利
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
3.5万
比平台工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3670 个在招 · 其中平台工程 21 个
市场机会
选择适中
北京 · 平台工程 · 47 个在招
职位详情
关于这个职位
该职位主要负责设计并开发面向评测、问题处理与版本迭代的数据闭环处理体系，搭建包含流程编排、任务调度、状态追踪及CI/CD在内的平台核心能力
同时负责保障系统高可用性与稳定性，并与算法、Agent及仿真引擎团队紧密协同，全面提升具身智能数据的闭环处理效率与版本迭代质量
最低要求
本科及以上学历，计算机、软件工程、自动化、人工智能等相关专业，3 年及以上相关工作经验
熟练掌握 Java / Python 中至少一种后端开发语言，具备平台系统设计和核心服务开发经验
熟悉 Spring Boot、Flask / FastAPI、MySQL / PostgreSQL、Redis、消息队列、对象存储等常见后端组件
熟悉 Docker、Kubernetes、CI/CD、服务监控、日志分析和告警体系，有高可用或多服务治理经验
有数据闭环处理平台、评测平台、任务调度平台、MLOps 平台或内部研发平台建设经验
工作职责
负责面向评测、问题处理和版本迭代的数据闭环处理体系设计与开发，支撑问题接入、任务流转、评测运行、结果回传和闭环过程管理
负责建设流程编排、任务调度、处理状态追踪、模型 / 服务版本管理、CI/CD 和评测回归等平台能力
负责平台核心链路的稳定性建设，包括状态追踪、权限管理、日志监控、告警、问题定位和结果归档
与算法、Agent、仿真引擎和数据工具链团队协同，提升闭环问题处理和版本迭代效率
优先资格
熟悉问题流转、任务状态管理、结果归档、版本管理、评测回归或模型发布链路者优先
AI 洞察
优缺点分析
优点
- 依托集团平台资源，能积累大规模分布式系统设计与高可用治理经验
- 团队协同紧密，有助于拓宽AI全链路视野与技术边界
- 平台需支撑复杂的评测与版本迭代链路，对系统稳定性、并发处理能力与容错机制要求极高
- 适合具备扎实后端基础、对AI基础设施与平台工程有浓厚兴趣，且抗压能力强、喜欢解决复杂系统架构与工程化问题的工程师
缺点 / 挑战
- 接触前沿的具身智能与AI工程化场景，技术栈贴近行业主流且具备挑战性
- 跨部门协作频繁（算法、Agent、仿真等），需求对齐与接口兼容性管理成本较高
- 研发节奏快，需适应高强度交付与线上问题应急处理压力
角色解读
- 可向资深平台架构师或技术专家方向发展，深入云原生与AI基础设施领域
- 也可横向拓展至AI工程化(AI Ops)或数据平台负责人角色，参与公司级核心基建建设与跨团队技术赋能
- 负责构建和维护具身智能数据闭环平台的底层架构与核心服务
- 设计流程编排、任务调度及CI/CD流水线，支撑算法模型的快速迭代与自动化评测
- 保障平台高可用性与稳定性，解决复杂链路中的状态追踪、监控告警与问题定位
- 扎实的Java或Python后端开发能力，精通微服务架构与常见中间件
- 熟悉容器化部署(K8s/Docker)、CI/CD及可观测性体系建设
- 具备MLOps或数据平台开发经验，理解模型训练/推理/评测的业务流与工程化落地
申请策略
- 提前了解公司在具身智能与自动驾驶领域的业务布局与技术栈
- 准备1-2个完整的平台从0到1或重构案例，重点说明架构选型权衡、线上故障排查路径与复盘改进机制
- 突出主导过的平台架构设计、高并发/高可用系统优化案例
- 详细列出CI/CD、K8s、MLOps等相关技术栈的实际落地项目
- 量化平台带来的效率提升指标（如迭代周期缩短比例、故障率降低幅度、调度吞吐量等）
- 深入学习云原生生态（Service Mesh、GitOps、Serverless）与可观测性方案（Prometheus/Grafana/ELK）
- 补充AI工程化知识（如模型部署框架、特征库管理、自动化评测流水线设计）
- 强化分布式系统设计原理与性能调优能力
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 针对架构题先讲业务背景与核心约束，再分模块阐述设计（存储层、计算层、通信层、容灾降级），最后用线上监控数据或压测结果验证效果
- 针对难题强调排查思路、预案机制与长期治理规划
- 请介绍一个你负责过的高可用平台架构设计，如何保证SLA与数据一致性？
- 在设计任务调度系统时，如何解决任务堆积、重复执行或状态不一致问题？
- 如何将CI/CD流水线与模型评测环节打通？遇到延迟瓶颈或资源争抢如何优化？
- 面对算法团队频繁变更的接口或依赖，平台如何做兼容、灰度与版本管理？
- 复习分布式系统核心概念（CAP/BASE、一致性协议、限流熔断）
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
薪资处于市场中上水平，福利体系完善，但JD未明确具体数字，整体补偿性动机满足度较好。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
岗位深度结合具身智能与MLOps前沿技术，提供丰富的平台架构演进与AI工程化实践机会，成长空间显著。
技术前沿前沿/新兴技术
技术栈Java、Python、Kubernetes、Docker、CI/CD、MLOps、数据闭环
业务类型cost_center
工作生活
60中等
互联网大厂标准配置，通常实行混合办公或弹性工时，但研发岗位面临版本迭代压力，WLB表现中等。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
投身具身智能这一新兴战略赛道，通过构建高效数据闭环平台直接赋能AI技术落地，具备较强的行业前瞻性与技术使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs