高德-数据回放/问题复现/算法可视化工具工程师/专家-具身系统软件方向

优缺点分析

角色解读

• 可向具身智能系统架构师方向发展，主导端侧数据闭环与调试平台的设计
• 横向扩展至自动驾驶或通用机器人领域，成为数据基建方向的技术专家
• 在阿里体系内可晋升为技术Leader，带领团队构建更复杂的工具链
• 设计和开发机器人端侧数据闭环工具，覆盖数据采集、录制、压缩、上传与全生命周期管理
• 构建数据回放和问题复现平台，支持感知、运控、Agent等多链路的离线调试与复现
• 开发算法调试与可视化工具，实现传感器数据、算法输入输出、状态机、性能指标等的可视化展示
• 与算法、系统、中间件团队协作，打通从现场问题发现到修复验证的完整数据闭环
• 精通ROS/ROS2生态，熟悉rosbag、Foxglove、RViz等调试工具
• 掌握常见序列化协议如Protobuf、FlatBuffers、MCAP，以及DDS通信机制
• 具备扎实的Linux开发能力，能进行日志分析、性能排查和脚本开发
• 熟悉机器人常见数据类型（图像、点云、IMU、里程计等），有可视化开发经验

申请策略

• 提前了解高德在具身智能方向的布局，面试时展现对机器人数据闭环的深刻理解
• 准备一个完整的数据闭环项目案例，从采集到回放复现，体现系统性思维
• 突出ROS/ROS2项目经验，尤其是 rosbag、Foxglove、RViz 的实际使用和二次开发
• 展示数据回放、问题复现平台或算法评测平台的建设经历
• 强调点云、图像等传感器数据的可视化开发案例，以及性能优化成果
• 深入掌握DDS协议（如Fast DDS、Cyclone DDS）和MCAP格式
• 学习前端可视化技术（如WebGL、Three.js）可用于工具开发
• 了解阿里内部工具链（如TAO、Fuxi）可加分

面试指南

• 结构化：先概述整体架构，再分模块说明关键设计（存储、同步、查询）
• 对比法：对比不同方案（如rosbag vs MCAP），说明选择理由和权衡
• 案例驱动：结合具体项目，阐述问题、方案、结果，突出技术深度
• 请描述你设计过的数据回放系统，如何处理时间戳同步和数据裁剪？
• ROS2的DDS通信机制与ROS1相比有哪些改进？如何保证实时性？
• 如何高效存储和管理大量传感器数据（如PB级点云）？
• 如果现场出现偶发问题，你如何设计数据采集策略来帮助复现？
• 复习ROS2核心概念，特别是DDS QoS设置和bag管理