卡特彼勒
Back Office Engineering Manager
Back Office Engineering Manager
发布于 6 个月前中层管理(经理/总监)
北京市 / 上海市
高级经验
全职员工
仅现场办公
本科
软件工程
分布式系统
团队管理
微服务
数字孪生
机器学习
调度算法
路径规划
项目管理
PyTorch
AI 估算 · 45k–75k
该职位要求资深技术与管理双重能力，涉及前沿的无人驾驶与AI技术，在工业自动化领域具有高壁垒和稀缺性，市场竞争力强。
职位详情
关于这个职位
这是一个面向矿用无人驾驶系统的后台工程经理职位
你将负责整个后台平台的架构设计、开发与团队管理，核心工作包括调度算法、数字孪生、数据分析与效率优化等模块的开发，确保无人驾驶系统在复杂矿山环境下的高效、安全与智能运行
最低要求
学历与专业：本科及以上，无人驾驶、计算机科学、软件工程、自动化或相关专业
经验要求：
o 5年以上后矿用无人系统后台系统开发经验，3 年以上团队管理经验
o 2年以上煤矿无人驾驶后台管理平台开发与应用部署，熟悉煤矿车队管理系统，安全管理系统以及调度系统，数字孪生等
o 有智能交通或大型分布式系统开发经验者优先
技术能力：
o 精通后台架构设计、微服务、分布式系统、数据库（SQL/NoSQL）、云平台部署
o 熟悉调度算法、路径规划、机器学习框架（TensorFlow/PyTorch）、数据分析工具
o 掌握网络协议、服务器性能优化、安全防护策略
管理能力：
o 具备项目管理、团队建设、跨部门沟通与资源协调能力
语言能力：
o 良好的中英文沟通与文档撰写能力
工作职责
系统架构与平台开发 o 设计并实现后台系统架构，涵盖服务器、网络集成、数据存储与安全策略
功能模块开发与交付 o 用户界面（UI）、地图创建与管理、数字孪生场景构建
o 调度系统开发与优化，支持无人驾驶车辆任务分配与路径规划
算法与智能应用 o 负责调度算法、路径规划算法开发与交付
o 推动机器学习、人工智能在无人驾驶系统中的应用，提升预测与决策能力
数据分析与效率改进 o 建立数据采集与分析体系，持续优化运营效率与系统性能
远程控制脱困系统与无人运营 o 实现远程遥控脱困切换功能，支持无人化运营模式
o 开发无人运营统计与管理工具，支持运营指标监控与报表
团队管理与跨部门协作 o 领导后台开发团队，制定开发计划与资源分配
o 协调与前端、算法、硬件、测试团队的协同工作，确保项目按时交付
o 协调与无人驾驶车辆系统并行开发，保证系统快速集成、迭代 o 协调支持部门，客户网络以及应用标准流程
优先资格
有矿山无人驾驶系统或工业自动化场景经验
熟悉数字孪生技术、GIS 地图管理、远程控制系统集成
有大规模数据处理与实时调度系统优化经验
AI 洞察
优缺点分析
优点
- 平台优势：在全球工程机械巨头卡特彼勒工作，能接触最前沿的工业无人驾驶项目与全球技术资源
- 行业前景：智慧矿山与工业自动化是明确的发展趋势，该领域经验具备长期价值
- 技术复杂度高：需同时精通后台架构、算法和特定工业场景（煤矿）知识，学习曲线陡峭
- 行业特定性：经验积累可能相对聚焦于矿山场景，向其他无人驾驶领域（如乘用车）转换需要额外学习
- 适合拥有5年以上后台开发经验、具备团队管理能力，并对将前沿技术（AI、大数据）应用于解决复杂工业实际问题有强烈兴趣的资深工程师或技术经理
缺点 / 挑战
- 技术深度：涉及从系统架构、核心算法到AI应用的全栈挑战，技术成长空间巨大
- 协调压力大：作为后台核心，需与算法、硬件、前端等多团队紧密协作，对沟通和项目管理能力要求极高
角色解读
- 技术路径：可向首席架构师、技术专家方向发展，深耕工业无人驾驶或智能交通领域
- 管理路径：可晋升为研发总监、技术VP，负责更广泛的产品线或技术战略规划
- 行业路径：积累的矿山自动化经验是稀缺资产，可在高端装备制造、智慧矿山解决方案领域成为领军人才
- 负责矿用无人驾驶后台系统的整体架构设计与技术选型，确保系统的高可用、可扩展与安全性
- 领导团队开发核心功能模块，如调度系统、数字孪生、数据分析平台，并推动AI算法在运营优化中的应用
- 管理项目全流程，协调跨部门资源，确保后台系统与无人驾驶车辆硬件、算法模块高效集成与迭代
- 扎实的后端架构与分布式系统设计能力，精通微服务、云平台及数据库技术
- 深入的算法功底，熟悉调度、路径规划及机器学习框架（如TensorFlow/PyTorch）的应用
- 出色的团队管理与项目管理能力，能够带领技术团队并有效进行跨部门沟通协作
申请策略
- 深入了解卡特彼勒在无人驾驶和数字化方面的战略与已发布的产品，在申请材料中体现你的认知与契合度
- 重点突出在分布式系统、微服务架构设计方面的项目经验，特别是高并发、高可用的系统案例
- 详细描述与调度算法、路径规划或机器学习相关的项目成果，用数据和指标量化你的贡献
- 清晰展示团队管理经验，包括团队规模、项目交付成果以及跨部门协作的成功案例
- 若对矿山行业不熟，可提前了解智慧矿山、露天矿/井工矿作业流程等基础知识
- 强化对数字孪生、GIS等加分项技术的理解，并能结合过往项目阐述其潜在应用价值
面试指南
- 对于技术问题，采用“背景-任务-行动-结果”(STAR)原则来组织答案，重点突出你的技术决策逻辑和实际效果
- 对于管理和协作问题，展现你的系统性思维、风险预判能力和以结果为导向的沟通协调方法
- 请描述你设计过的最复杂的一个后台系统架构，遇到了哪些挑战，如何解决的？
- 在调度算法优化项目中，你是如何定义和衡量优化目标的？请分享一个具体案例
- 当后台开发进度与算法或硬件团队出现依赖冲突时，你作为经理会如何协调和推进？
- 如何设计一个数据采集与分析体系来持续提升无人驾驶矿车的运营效率？
- 你对矿用无人驾驶后台系统未来的技术演进有什么看法？
- 深入复盘1-2个最能体现你架构设计、算法应用和团队管理能力的完整项目，准备好详实的数据和细节
职位点评
Watch Jobs