博世
数据闭环算法工程师_XC
数据闭环算法工程师_XC
发布于 大约 14 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
不限
数据工程
Camera
Dds
Lidar
Ros2
大模型
数据闭环
自动驾驶
AI 估算 · 20k–35k
自动驾驶数据算法，2年经验，上海地区薪资竞争力强，综合估算。
职位详情
关于这个职位
该职位负责自动驾驶数据闭环体系的搭建与优化，包括处理每日亿级传感器数据、开发自动化数据处理pipeline、搭建基于规则和大模型的数据挖掘产线
您将深度参与从数据采集到模型训练的全流程，与算法团队协作提升模型性能
适合对自动驾驶和数据工程有浓厚兴趣的工程师
最低要求
职位要求：
本科及以上学历，计算机、软件工程、自动化、电子信息等理工科专业
年及以上自动驾驶数据体系相关经验，有大厂/独角兽企业数据工厂搭建、量产项目经验者优先
精通Python、C++，熟悉Linux操作系统（常用指令、Shell脚本），具备良好编程习惯（代码注释、Git版本管理、CI/CD流程）
掌握常见主流传感器数据处理：LiDAR（点云去噪/拼接/动静态补偿）、Camera（畸变校正/图像融合）等，精通H264/H265/YUV/MJPEG等编解码方式，有定制数据格式经验（如自定义传感器数据封装格式、私有标注格式）者加分
熟悉自动驾驶中间件：ROS2（节点通信、Msq/Srv定义、参数服务器配置）、DDS(QoS策略优化）
具备强问题解决能力，能快速定位数据处理、工具链运行中的技术故障
工作职责
数据闭环体系搭建与落地：负责自动驾驶算法业务全链路数据闭环体系设计与搭建，日均处理亿级传感器原始数据及标注数据，保障数据从采集、处理到模型训练、评测的端到端流转，支撑感知、决策规划等端到端模型的高效训练和数据采样
数据闭环工具链研发：①云端数据处理pipeline开发：针对标注数据、场景数据，设计并落地数据清洗（去噪、去重、异常过滤)、解析、切片、抽帧、送标（对接标注平台）的全流程自动化pipeline
②优化pipeline吞吐量与延迟，目标支撑日均10万+场景数据处理，服务算法团队数据生产需求
③推动工具链部署落地，解决线上运行故障（如数据阻塞、接口兼容问题)，保障工具链可用性
高价值场景数据挖掘体系建设：①搭建“规则+大模型”双驱动的数据挖掘产线：针对规则挖掘，设计接入多种传感器、定位、感知、底盘、车身信号并优化规则策略
针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等
②与算法团队协作迭代挖掘策略，提升 corner case 召回率
优先资格
优先考虑：
有大厂/独角兽企业数据工厂搭建、量产项目经验者优先
有定制数据格式经验（如自定义传感器数据封装格式、私有标注格式）者加分
AI 洞察
优缺点分析
优点
- 博世作为跨国巨头，平台资源丰富，可积累大厂数据工厂经验
- 涉及大模型和前沿技术，技能竞争力强
- 需要掌握多领域技能（编程、传感器、中间件），学习曲线陡峭
- 适合对自动驾驶数据工程和算法充满热情、喜欢解决复杂技术问题的工程师
缺点 / 挑战
- 接触自动驾驶核心数据链路，技术挑战大，成长空间高
- 数据规模大，处理复杂度高，工作压力可能较大
角色解读
- 可向自动驾驶数据专家或算法专家方向发展，深入数据闭环和模型优化
- 有机会参与大规模数据系统的架构设计，成长为技术负责人
- 随着自动驾驶行业成熟，该领域经验具有高迁移价值，可转向更广泛的AI数据工程
- 负责自动驾驶数据闭环体系的整体设计与实现，确保亿级传感器数据从采集到模型训练的高效流转
- 开发云端数据处理pipeline，包括数据清洗、解析、切片、抽帧、送标等自动化流程，并优化吞吐量和延迟
- 搭建基于规则与大模型的双驱动数据挖掘产线，完成模型微调、loss优化和评测，提升corner case召回率
- 精通Python和C++，具备良好的编程习惯和Linux环境下的开发能力
- 熟悉自动驾驶传感器数据处理，包括LiDAR点云、Camera图像，以及H264/H265等编解码方式
- 掌握ROS2和DDS等自动驾驶中间件，能够进行节点通信和QoS策略配置
- 具备强大的问题定位和解决能力，能够快速处理工具链运行中的故障
申请策略
- 研究博世自动驾驶业务方向，在面试中体现对数据闭环体系的理解
- 准备一个完整的数据处理pipeline项目案例，展示从数据采集到模型训练的全流程
- 突出自动驾驶数据工厂搭建或量产项目的具体经验
- 重点展示Python/C++编程能力，尤其是数据处理和工具链开发项目
- 提及对LiDAR、Camera等传感器数据理解，以及自定义数据格式的经验
- 如果有大模型微调或数据挖掘项目，一定要突出
- 深入学习ROS2和DDS，可通过动手实践搭建简单节点通信系统
- 熟悉H264/H265编解码原理，练习使用FFmpeg等工具处理视频数据
面试指南
- 对于项目类问题，采用STAR法则（情境、任务、行动、结果）结构化回答，突出个人贡献和量化成果
- 对于技术方案类问题，先明确问题目标，然后比较不同方案，说明取舍理由，并结合实际场景
- 对于传感器处理问题，展示底层原理理解，再结合具体算法和处理步骤
- 请介绍你参与过的自动驾驶数据闭环或数据处理项目，你的角色和贡献是什么？
- 如何设计一个高吞吐量的数据pipeline？你会考虑哪些因素？
- 如何利用大模型提升corner case的挖掘效率？请描述你的技术方案
- 在处理LiDAR点云数据时，如何去除动态物体产生的噪点？
- ROS2和DDS有什么异同？在项目中你如何选择？
职位点评
70
综合评分
自动驾驶数据算法岗，技术前沿，薪资未明确，但成长性好，可能需要现场办公。
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
适合追求技术深度和成长空间，愿意投身自动驾驶领域，且能接受一定工作压力的工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展88
工作生活55
使命价值70
薪资福利
65中等
该职位未明确薪资福利，但博世作为跨国企业通常提供有竞争力的薪酬体系，满足程度中等。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
88较高
该职位涉及自动驾驶数据闭环和大模型挖掘，技术前沿，成长空间大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Python、C++、ROS2、DDS、LiDAR、Camera、大模型、数据闭环
业务类型ambiguous
工作生活
55较低
职位要求现场办公，未提及弹性工作，工作强度可能较大，生活化动机满足度有限。
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）
使命价值
70中等
自动驾驶是高速增长赛道，该职位对自动驾驶技术发展有积极贡献，意义感动机较好。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
博世 的其他在招职位
相似职位推荐
Watch Jobs