具身智能平台后端工程师-觅蜂子公司

优缺点分析

角色解读

• 后端技术专家：深入研究云原生、分布式系统和大规模数据处理，成为架构师
• 机器人平台主程：深入理解具身智能数据流程，晋升为技术负责人或团队 leader
• 跨领域发展：结合机器人工程和软件开发，进入 AI 机器人核心研发团队
• 使用 Golang/Python 开发高性能后端服务，支撑数据回放、Issue 管理、自动化测试和远程诊断等功能
• 负责机器人平台后端架构设计，确保高可扩展性与高性能，支持高并发任务执行
• 开发并维护数字资产管理系统，优化资产存储与检索效率
• 构建覆盖开发-测试-诊断-迭代全生命周期的机器人工具平台
• 精通 Golang 或 Python，具备 CLI 工具、Web 服务及后台任务系统开发经验
• 熟悉机器人数据格式（MCAP、ROS Bag）及大规模时序数据处理
• 掌握 Kubernetes 容器化部署及 CI/CD 流程集成
• 了解 ROS 生态，能使用 Python 快速构建原型或自动化脚本

申请策略

• 关注智元机器人和觅蜂科技的官方动态，了解产品方向和融资进展，展示对公司的热情
• 在面试中准备一个完整的后端架构设计案例，体现高可用、可扩展的思考
• 突出 Golang/Python 后端项目经验，特别是高并发、高性能服务的架构设计
• 展示与机器人相关的项目或经历，如 ROS 集成、数据回放工具、时序数据处理
• 强调 Kubernetes 容器化部署和 CI/CD 实践经验，附上具体成果
• 如果参与过开发者工具或平台建设项目，详细描述如何解决复杂问题并提升效率
• 学习 ROS 和 MCAP 数据格式，动手处理一些机器人公开数据集
• 深入掌握 Kubernetes 核心概念，练习编写 Helm Chart 和 Operator

面试指南

• 先明确需求场景，再设计分层架构，强调可扩展性和性能（如使用消息队列、分布式存储）
• 结合具体项目，从问题定义、方案选型、实现细节到效果评估逐步说明
• 对于机器人数据问题，展现对数据格式的理解和工具化思路
• 如何设计一个支持高并发的机器人数据回放服务？
• 请介绍你使用 Golang 开发后台任务系统的经验
• 你对 ROS Bag 和 MCAP 格式的理解？如何处理大规模时序数据？
• 你如何将一个后端服务容器化并集成到 CI/CD 流水线？
• 如果你需要调试一个远程机器人的 core dump 文件，你会怎么做？