【2027届校招】大模型Data Infra工程师

优缺点分析

角色解读

• 从数据工程师逐步成长为数据平台架构师，主导大规模数据基础设施建设
• 深入自动驾驶和LLM数据工程领域，成为细分领域专家
• 未来可横向拓展至算法工程、数据科学等方向，复合型发展空间大
• 建设训练评测数据特征仓库，实现数据指标计算与管理
• 负责训练评测数据的交付流程，保障数据质量与可靠性
• 搭建端到端智驾数据产线的工具链，优化数据处理业务流程
• 扎实的计算机基础，熟悉操作系统、设计模式等底层知识
• 掌握Spark/Flink/HBase/Iceberg等大数据计算和存储组件
• 熟悉Kubernetes/Rancher等云原生技术，具备容器化部署能力

申请策略

• 提前了解地平线在自动驾驶和AI芯片领域的业务，准备与数据平台相关的思考
• 在面试中展现对数据质量和工程效率的执着，以及主动学习的态度
• 突出大数据项目经验，如使用Spark/Flink进行海量数据处理的实际案例
• 强调Kubernetes等云原生技术实践，展示容器化部署和运维能力
• 如有算法工程或数据工程相关实习，重点描述数据管线构建与优化成果
• 系统复习Spark/Flink/HBase/Iceberg的核心原理和应用场景
• 动手搭建K8s集群，熟悉Rancher等管理工具
• 了解自动驾驶数据特点（如传感器数据、标注数据）及LLM训练数据流程

面试指南

• 结合项目经验，从架构设计、技术选型、性能优化、容错机制等维度回答
• 强调数据一致性、可扩展性和可维护性，并引用实际业务场景说明
• 采用STAR法则（情境、任务、行动、结果）组织案例，突出个人贡献和成效
• 如何设计一个支持PB级数据的特征仓库？
• Spark和Flink在实时/离线数据处理中的差异和选型考量？
• 如何保证训练数据的高质量交付？
• 如何优化一条数据产线的端到端性能？
• 你了解自动驾驶数据的特点吗？如何应对数据倾斜问题？