共创-数据引擎研发工程师-觅蜂子公司

优缺点分析

角色解读

• 向数据平台架构师或技术专家发展，主导更大规模的分布式系统设计
• 深入MLOps领域，结合模型训练Pipeline优化，成为AI基础设施的全栈人才
• 在具身智能数据赛道积累稀缺经验，未来可转向自动驾驶或机器人公司核心团队
• 设计和开发自动驾驶/具身智能云端数据计算框架，构建高吞吐、低延迟的分布式系统
• 优化并行计算框架，提升分布式处理效率，包括任务拆分、资源调度和计算图优化
• 维护端到端数据处理Pipeline，打通数据从采集到训练的全链路，降低时延
• 基于云原生技术（Kubernetes/Docker）推进计算基础设施平台化和自动化
• 精通至少一种分布式计算框架（Spark、Flink、Ray），并具备实战经验
• 扎实的Python/C++编程能力，熟悉Go者优先，能独立开发高性能服务
• 熟悉云原生技术栈（Kubernetes、Docker）和大规模数据处理经验
• 熟悉工作流调度框架（Airflow、DolphinScheduler等），具备复杂Pipeline编排能力

申请策略

• 了解觅蜂科技的物理AI数据平台定位，面试中可结合自己对具身智能数据供给的看法
• 强调工程化和自动化思维，展示对“平台型供给”基础设施的理解
• 突出自动驾驶或具身智能领域的数据平台/计算框架项目经验，用量化成果（如吞吐量提升、延迟降低）证明能力
• 详细描述分布式计算框架（Spark/Flink/Ray）的实际使用案例，包括任务调优和资源管理
• 展示云原生技术栈（Kubernetes/Docker）的实践经验，尤其是大规模集群部署和调度
• 附上开源贡献或技术博客链接，体现社区活跃度和技术深度
• 补充工作流调度框架（Airflow、Argo）的实操，理解Pipeline编排的最佳实践
• 了解MLOps概念和工具链（如MLflow、Kubeflow），熟悉模型训练数据Pipeline

面试指南

• 对于系统设计题，先明确需求和数据量级，给出分层架构（数据接入、计算引擎、存储），再讨论关键组件选型和容错机制
• 优化类问题：指出瓶颈（如Shuffle、资源竞争），说明优化手段（并行度调整、内存管理、计算图剪枝），并给出量化结果
• Pipeline问题：关注数据质量、血缘追踪、失败重试，结合工作流调度工具实现自动化
• 请设计一个高吞吐、低延迟的分布式数据计算框架，用于处理自动驾驶的多模态数据
• 描述你在Spark/Flink中做过的一次性能优化经历，具体如何提升处理效率？
• 谈谈你对Kubernetes调度器的理解，如何优化大规模训练任务的资源分配？
• 如何设计一个端到端数据Pipeline，确保数据从采集到训练的稳定性和可追溯性？
• 你如何看待具身智能数据供给的挑战？有相关经验吗？