哈啰出行
数据闭环工程师-【自动驾驶】
数据闭环工程师-【自动驾驶】
发布于 大约 17 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
SQL
自动驾驶
数据闭环
传感器数据
DDS
SOME/IP
ROS2
Yuv
Zmq
云端处理
AI 估算 · 25k–45k
自动驾驶数据闭环工程师技术要求高，涉及海量数据和前沿技术，上海薪资水平较高，2年以上经验市场薪资在25k-45k。
职位详情
关于这个职位
该职位负责自动驾驶数据闭环体系的搭建与优化，处理亿级数据，为模型训练提供数据产线支持
你将主导工具链研发，包括数据筛选、录制上云、云端处理等，涉及传感器数据、中间件等关键技术
适合有2年以上经验、精通Python/C++、熟悉自动驾驶数据流程的工程师
最低要求
本科及以上学历，专业方向包括计算机、软件、自动化、模式识别等理工科，工作经验不小于2年
具备较强的编程能力，精通Python及C++语言，熟悉Linux操作指令及SQL数据库，有良好的编程习惯和标准化的代码风格
熟悉自驾数据工厂的流程体系，理解数据工厂各项功能的用途，具备一定的数据工厂的产品定义能力
熟悉自动驾驶涉及到的各类传感器的原理及数据特点，具备主要传感器数据的处理经验，熟悉H264、YUV等常见的编解码方式
熟悉常见的自动驾驶中间件，包括不限于ROS2、DDS、some/ip、ZMQ等
熟悉 TCP/IP 网络协议及相关编程，熟悉进程间通信及多线程编程
熟悉数据自动打标原理及开发流程体系
踏实靠谱，具备良好的团队内及跨团队沟通能力
工作职责
负责公司数据闭环体系搭建，处理亿级数据量，为端到端模型训练提供数据产线支持
主导数据闭环工具链研发，加速自动驾驶模型迭代，职责涉及以下方向：
数据筛选器：开发车端热更新筛选器和影子模式，设计并实现触发逻辑，打通云端配置到车端链路
数据录制及上云：车端数据录制，包括原始数据封装、压缩、加偏、脱敏、加密等，打通车云上传链路
云端数据处理：对于标注数据、场景数据，开发数据清洗、编解码、自动打标、高价值数据挖掘、数据检索、评测等自动化工具，适配自动驾驶模型数据pipeline
基于云资源和图商合规云体系的数据闭环：基于云上资源构建标注、训练平台，并完成智驾算法的适配对接和数据pipeline开发
优先资格
加分项：有定制数据格式的经验
有中间件开发及在SoC上的部署经验
有NN模型开发、部署经验
AI 洞察
优缺点分析
- 身处自动驾驶热门赛道，技术栈前沿（大数据、云原生、AI），个人技能积累快
- 哈啰出行背靠阿里生态，超大型企业，资源丰富，稳定性好
- 负责亿级数据闭环，挑战性高，成果直接影响自动驾驶模型迭代速度，成就感强
- 上海工作，城市机会多，薪资待遇具有竞争力
- 自动驾驶数据闭环工作强度较大，可能需要处理紧急线上问题，加班可能较多
- 技术栈广，要求同时掌握车端和云端多个领域，学习曲线陡峭
- 行业竞争激烈，需要持续跟进最新技术，内卷压力存在
- 适合有2-5年开发经验，对自动驾驶和数据处理充满热情，愿意深入工程化细节，并能适应快节奏的工程师
角色解读
- 技术深耕：向自动驾驶数据架构师或AI工程化专家发展，掌握更复杂的分布式数据和模型训练系统
- 管理转型：逐步成为数据闭环团队的技术负责人或项目经理
- 行业拓展：积累自动驾驶核心经验后可转向主机厂、Tier1或Robotaxi公司，薪资和职位进一步提升
- 搭建自动驾驶数据闭环体系，处理亿级数据，支撑端到端模型训练的数据产线
- 开发数据筛选器（影子模式、热更新）、数据录制与上云链路，以及云端数据自动清洗、标注、挖掘等工具
- 基于云平台和图商合规云，构建标注、训练平台，适配智驾算法及数据pipeline
- 精通Python和C++，熟悉Linux和SQL，具备扎实的编程基础
- 熟悉自动驾驶传感器原理、数据编解码（H264/YUV）以及常见中间件（ROS2/DDS等）
- 理解数据工厂流程，具备数据产品定义能力，熟悉网络编程、多线程及进程间通信
- 了解自动打标原理，有NN模型开发或部署经验更佳
申请策略
- 关注哈啰出行的自动驾驶业务进展，面试中展示对公司技术方向的理解
- 准备一个完整的数据闭环方案设计案例，体现从车端到云端的全链路思考
- 突出数据闭环、自动驾驶相关项目经验，尤其是处理海量数据、搭建pipeline的经历
- 强调Python和C++的熟练度，列出具体代码量和性能优化案例
- 展示对传感器数据（如摄像头、激光雷达）和中间件（ROS2/DDS）的实际操作经验
- 如果有云平台（阿里云/AWS）或标注训练平台搭建经验，务必重点描述
- 熟悉ROS2和DDS的基本概念及编程，可以搭建简单的通讯示例
- 学习H264/YUV编解码原理，尝试用C++实现简单的编解码模块
面试指南
- 对于技术设计类问题，先梳理需求（数据量、实时性、资源限制），然后给出方案架构，最后比较优缺点
- 对于原理类问题，先清晰描述核心概念（如H264关键帧、YUV色彩空间），再结合实际场景说明应用
- 对于项目经验类问题，使用STAR法则：情境-任务-行动-结果，突出你的贡献和量化成果
- 请描述你在数据闭环项目中如何处理亿级数据的存储和传输？遇到过哪些性能瓶颈？
- 讲讲你如何设计车端数据筛选器的触发逻辑？影子模式如何实现？
- H264和YUV的编解码原理是什么？在自动驾驶场景中如何平衡数据质量和带宽？
- ROS2和DDS的区别？如果你要在SoC上部署一个中间件，需要注意什么？
- 如何进行高价值数据挖掘？你用过哪些自动打标方法？
匹配度报告
69
综合匹配度
大型互联网公司、自动驾驶前沿技术、高成长性，但WLB一般、福利不透明。
适合人群
优先看重技术成长和行业前景，愿意在自动驾驶领域深度发展，且能接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活40
使命价值80
薪资福利匹配
70中等
JD未明确薪资和福利，但哈啰出行作为大型互联网公司，薪资通常处于市场中上水平；福利未提及，但一般有标准五险一金等。综合估算薪资有竞争力，但信息不透明。
薪资信号未披露 (25K-45K/月)
成长发展匹配
85较高
职责涉及高端自动驾驶数据闭环，使用前沿技术栈（亿级数据、自动驾驶中间件、云原生等），技术积累价值高。但JD未提及培训或晋升路径，个人成长更多依赖项目实战。
技术前沿前沿/新兴技术
技术栈Python、C++、Linux、SQL、ROS2、DDS、ZMQ、H264、YUV、自动驾驶
业务类型ambiguous
工作生活匹配
40较低
JD未说明远程或弹性办公，自动驾驶数据闭环通常需现场处理车端和云端问题，很可能为现场办公；未提及WLB，互联网公司自动驾驶岗位加班常见，灵活度低。
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）
使命价值匹配
80较高
自动驾驶是高速增长赛道，社会对智能交通有正面期待。虽然JD未明确使命愿景，但工作内容直接推动自动驾驶落地，有一定社会价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs