京东
具身智能数据平台开发工程师(专家)
具身智能数据平台开发工程师(专家)
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具身智能
具身智能
Python/Go
Tdd
具身智能
微服务架构
数据平台架构
数据治理
值不值得投
81综合评分
综合评分 81
前沿具身智能赛道、专家级技术挑战、高成长潜力、大厂平台背书
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
5.5万
比具身智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1920 个在招 · 其中具身智能 5 个
市场机会
选择面较广
北京 · 具身智能 · 81 个在招
职位详情
关于这个职位
负责京东探索研究院具身智能数据平台的架构设计与核心开发，将业务需求转化为高效的数据产品
主导数据模型、检索版本管理及质量治理体系的建设，利用Python/Go等语言搭建大规模数据处理管线与API，确保系统的高可用性与可观测性，并推动AI协作开发模式的落地
最低要求
学历与经验：本科及以上，计算机、软件工程、自动化、机器人等相关专业
有面向内部客户交付平台或工具型产品的经验，能举出"洞察用户真实需求并转化为产品方案"的实际案例
认同平台价值由用户收益定义，而非功能数量
具备从产品架构到系统架构再到软件架构的完整设计能力，有主导中大型系统（数据平台、标注平台、工具链等）架构设计与落地的经验，能清晰表达设计中的权衡取舍
精通 Python／Go／Java 至少一门，工程功底与代码审美扎实
熟悉 PostgreSQL／MySQL、OSS／S3、消息队列、Spark／Ray、Parquet／Iceberg／Lance 等数据平台技术栈并能合理选型
熟悉前后端协作与 API 设计，了解 Web 前端者优先
AI 协作开发与协同能力：深度使用过 AI 编程工具，对 AI 生成代码有清晰技术判断力，认同并实践 TDD，有用测试与规范约束 AI 产出质量的实际经验
具备优秀跨团队沟通能力，能与算法、数采、标注、评测、机器人硬件等团队高效协同并推动架构方案落地
工作职责
用户洞察与产品设计：深入算法训练、数据采集、数据处理、真机评测等内部客户一线工作流，将模糊业务诉求转化为清晰的功能定义与优先级
以"平台即产品"标准交付，关注易用性、交互体验与管线吞吐、数据检索耗时、数据集交付周期等效率指标，并定义可量化的用户价值指标、用数据验证功能成效
产品架构规划：负责机器人管理、数据采集、数据管理、数据管线、人工标注、算子评测等模块的定义、协同与演进路线，主导其中 1～2 个模块从 0 到 1 建设
统一数据模型与元数据体系：结合具身智能数据固有特点，设计统一数据模型，兼容 ego-centric、umi、真机数采、真机回流、外部采购等多来源数据
索引检索与版本管理：支持按任务语义、场景、物体、技能、轨迹特征等维度检索长尾 case
支持数据集版本化、数据血缘追溯与训练结果可复现
数据质量与生命周期治理：定义传感器健康度、标定有效性、动作可用性、指令与执行一致性等质量指标
建设冷热分层存储、归档与脱敏合规能力
软件架构质量与工程落地：把控模块化、接口契约清晰、可测试、可观测，使系统能被人和 AI 共同高效理解与演进
搭建架构约束、代码规范与 CI/CD 基础，以 TDD 先定义测试契约再驱动 AI 实现，并负责大规模数据处理管线、数据服务 API、算子管理等核心链路的开发与性能优化
AI 洞察
优缺点分析
优点
- 依托京东强大的算力与数据资源，能够接触到大规模工业级数据平台项目
- 强调AI协作开发，有助于个人掌握未来软件工程的核心范式
- 数据治理与标准化工作繁琐，需平衡技术理想与业务现实
- 跨部门协同复杂，需推动算法、硬件等多方团队达成共识
- 适合具备深厚后端/数据平台架构经验，同时对AI业务有热情，且具备良好产品思维的资深工程师
缺点 / 挑战
- 处于具身智能这一前沿赛道，技术挑战大且行业前景广阔
- 作为专家岗，拥有较高的技术话语权与自主权
- 需同时兼顾架构设计与业务洞察，对综合素质要求极高，压力较大
角色解读
- 成为具身智能数据基础设施领域的资深专家，主导公司级数据平台建设
- 向技术管理方向转型，带领团队负责更广泛的技术架构与工程效能改进
- 深入AI前沿领域，探索AI原生应用与数据飞轮效应的结合，推动业务创新
- 负责具身智能数据平台的整体架构设计与核心代码开发，搭建从数据采集到训练的全链路管道
- 深入理解算法与机器人业务需求，将模糊的业务痛点转化为标准化的数据产品功能
- 建立统一的数据模型、版本管理及质量治理体系，确保数据的高效检索、复用与安全合规
- 推动AI辅助开发模式（TDD+AI Coding）在团队内的落地，提升工程效能与代码质量
- 扎实的软件开发功底，精通Python/Go/Java之一，熟悉分布式系统与大数据组件（Spark/Ray/Iceberg等）
- 具备复杂系统架构设计能力，能够处理海量多模态数据的存储、检索与治理
- 拥有"平台即产品"思维，具备优秀的用户需求洞察力与跨团队协作沟通能力
- 熟悉AI工程化实践，包括TDD测试驱动开发及AI编程工具的高效应用
申请策略
- 准备具体的案例，说明如何通过数据分析验证功能成效
- 展现对"平台即产品"理念的深刻理解，不仅仅是写代码，更是做产品
- 突出主导过的中大型数据平台或工具链从0到1的建设经历
- 展示对复杂数据模型设计、高性能检索及数据治理的具体解决方案
- 强调跨团队协作成果，特别是如何将技术能力转化为业务价值
- 列举使用AI工具提升开发效率或代码质量的实际案例
- 深入研究具身智能数据特点（如多模态、时序数据、仿真数据）
- 强化分布式计算框架（Spark/Ray）与数据湖技术（Iceberg/Delta）的实战经验
面试指南
- STAR法则：情境-任务-行动-结果，重点突出量化成果
- 架构权衡：阐述不同技术方案的优缺点及最终选择理由
- 业务导向：始终将技术方案与业务价值（效率、成本、体验）挂钩
- 前瞻性：展示对新技术（如AI Coding、Data Lakehouse）的理解与应用思考
- 请分享一个你主导的中大型数据平台架构设计案例，你是如何做技术选型的？
- 面对多源异构的具身智能数据，你会如何设计统一的数据模型和元数据体系？
- 如何在保证数据质量的前提下，提高数据管线的吞吐量和检索效率？
- 你如何看待AI辅助开发（AI Coding）在当前工程实践中的应用与挑战？
职位点评
薪资福利85
成长发展92
工作生活60
使命价值80
薪资福利
85较高
作为已上市巨头企业的专家级岗位，薪资竞争力强，福利体系完善，符合高收入预期。
薪资信号未披露（AI估算：4.0千–7.0万/月）
成长发展
92较高
处于具身智能前沿领域，涉及大量新兴技术栈与AI协作开发实践，成长空间巨大。
技术前沿前沿/新兴技术
技术栈具身智能、Python、Go、Java、Spark、Ray、Iceberg、TDD、AI Coding
业务类型profit_center
工作生活
60中等
大厂核心研发部门通常工作节奏较快，虽未明确提及加班，但专家岗责任重，WLB可能面临挑战。
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
80较高
投身于具身智能这一具有深远社会意义的科技领域，推动机器人技术发展，使命感较强。
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