长城汽车
长城汽车-数据挖掘岗(048236)
长城汽车-数据挖掘岗(048236)
发布于 大约 8 小时前普通员工/个人贡献者
北京市 / 保定市
中级经验
全职员工
仅现场办公
本科
数据分析与科学
Numpy
数据挖掘
机器学习
自动驾驶
AI 估算 · 20k–35k
自动驾驶数据挖掘岗位技术要求高，涉及大数据和机器学习，薪资水平较高，北京地区互联网和车企竞争激烈，综合市场行情估算。
职位详情
关于这个职位
该职位负责自动驾驶数据闭环系统的数据挖掘与分析，利用大数据平台和机器学习算法解决业务需求，为自动驾驶评测、功能迭代和运营决策提供数据支持
同时需要搭建数据产品质量评估系统，实现多源数据融合分析、自动化评估和可视化展示
适合具备数据挖掘、机器学习和全栈开发能力的候选人
最低要求
对自动驾驶数据闭环系统的数据挖掘及分析，包括：
基于自动驾驶大数据处理平台（例如Hadoop/Spark），利用数据挖掘、机器学习等相关算法，解决自动驾驶业务需求，为自动驾驶评测、功能迭代，运营决策提供数据分析依据
与产品、系统等团队配合，分析和挖掘自动驾驶功能的体验痛点、表征原因、内在规律等，例如自动驾驶功能潜在风险与事故的数据分析与规律等
负责自动驾驶领域的数据探索，从场景，评价，用户，运营等多个维度挖掘数据价值，发现数据和业务背后规律，应用于产品研发、用户运营、商业等各种领域
独立使用flask+vue+python（pandas、numpy、matplot、pyechart等）搭建数据中心的产品质量评估系统,完成多源数据融合分析、自动化评估、大数据分析统计、可视化展示等任务
工作职责
职责描述：
对自动驾驶数据闭环系统的数据挖掘及分析，包括：
基于自动驾驶大数据处理平台（例如Hadoop/Spark），利用数据挖掘、机器学习等相关算法，解决自动驾驶业务需求，为自动驾驶评测、功能迭代，运营决策提供数据分析依据
与产品、系统等团队配合，分析和挖掘自动驾驶功能的体验痛点、表征原因、内在规律等，例如自动驾驶功能潜在风险与事故的数据分析与规律等
负责自动驾驶领域的数据探索，从场景，评价，用户，运营等多个维度挖掘数据价值，发现数据和业务背后规律，应用于产品研发、用户运营、商业等各种领域
独立使用flask+vue+python（pandas、numpy、matplot、pyechart等）搭建数据中心的产品质量评估系统,完成多源数据融合分析、自动化评估、大数据分析统计、可视化展示等任务
AI 洞察
优缺点分析
优点
- 自动驾驶是热门赛道，技术含量高，职业前景广阔
- 长城汽车作为大型车企，平台稳定，资源丰富
- 工作涉及大数据、机器学习、全栈开发，技能积累全面
- 工作地点选择多，灵活性高
- 自动驾驶数据复杂度高，业务理解难度大
- 需要同时掌握大数据、算法和全栈开发，技能要求全面
缺点 / 挑战
- 可能面临跨团队协作和项目压力
- 适合对自动驾驶领域有浓厚兴趣，具备扎实的数据挖掘和全栈开发能力，喜欢挑战复杂技术问题的工程师
角色解读
- 可向数据挖掘专家或机器学习工程师方向发展，深入算法和模型优化
- 可晋升为技术团队负责人，带领数据团队支持自动驾驶业务
- 可转向自动驾驶产品经理或解决方案架构师，结合技术与业务
- 负责自动驾驶数据闭环系统的数据挖掘与分析，利用大数据平台和机器学习算法解决业务问题
- 与产品、系统团队协作，分析自动驾驶功能的体验痛点、潜在风险，提供数据支持
- 从场景、用户、运营等维度挖掘数据价值，应用于产品研发和商业决策
- 使用Flask、Vue、Python等技术搭建数据质量评估系统，实现多源数据融合分析和可视化展示
- 熟悉Hadoop/Spark等大数据处理平台，具备数据挖掘和机器学习算法应用能力
- 熟练掌握Python及其数据分析库（pandas、numpy、matplotlib、pyecharts），具备数据处理和可视化能力
- 具备Flask和Vue全栈开发能力，能够独立搭建数据系统
- 了解自动驾驶业务场景，具备数据分析和业务洞察能力
申请策略
- 关注长城汽车在自动驾驶领域的布局，了解其技术方向
- 在面试中展示对数据驱动业务决策的理解
- 突出大数据处理项目经验，特别是Hadoop/Spark相关
- 强调机器学习算法在业务中的应用案例
- 展示Flask+Vue全栈开发能力，尤其是数据可视化项目
- 如有自动驾驶相关项目或研究经历，务必突出
- 加强Spark和Hadoop的实战经验，可学习相关课程或项目
- 提升机器学习算法应用能力，熟悉常用库如scikit-learn
面试指南
- 使用STAR法则：描述情境、任务、行动和结果，突出技术细节和业务影响
- 强调数据驱动思维，展示如何将数据转化为业务洞察
- 展示全栈开发能力，说明系统架构和实现过程
- 请描述一个你使用Hadoop/Spark处理大规模数据的项目
- 如何利用机器学习算法解决自动驾驶场景中的实际问题？
- 请解释你如何搭建一个数据可视化系统，使用Flask和Vue
- 你如何分析自动驾驶功能中的潜在风险数据？
- 如何从多维度挖掘数据价值并应用于业务决策？
职位点评
75
综合评分
自动驾驶数据挖掘岗位，技术前沿，薪资面议，工作地点可选，但WLB未明确。
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
适合追求技术成长和行业前景，对工作地点灵活性要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
薪资水平较高，作为上市公司提供稳定福利，但具体薪资未披露，需面议。
薪资信号面议 (20K-35K/月)
成长发展
85较高
自动驾驶领域技术前沿，涉及大数据、机器学习，技能成长空间大，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈Hadoop、Spark、机器学习、Python、自动驾驶
业务类型ambiguous
工作生活
60中等
工作地点选择多，但未提及弹性工作或远程，可能现场办公，通勤情况取决于具体地点。
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
80较高
自动驾驶行业高速增长，具有社会价值，但JD未明确使命导向。
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
Watch Jobs