智能驾驶数据平台后端开发工程师(Python)_XC

1. 负责辅助驾驶数据平台后端系统的设计、开发与持续优化，支撑海量数据的接入、处理、存储与服务化能力建设。
2. 参与数据平台核心模块开发，包括数据采集、任务调度、数据处理、元数据管理、权限控制、服务接口等。
3. 与算法、标注、仿真、数据引擎等团队协作，推动数据链路标准化、平台化和工程化落地。
4. 基于业务场景持续优化系统性能、稳定性与可扩展性，保障平台在大规模数据场景下的高可用运行。
5. 引入并实践 AI 辅助开发流程，提升研发效率，同时对生成代码质量进行审查、验证与持续改进。

1. 计算机相关专业本科及以上学历，具备扎实的数据结构、算法、操作系统、网络和数据库基础。
2. 熟练掌握 Python，具备基于 FastAPI / Pydantic 进行后端服务开发的实际经验。
3. 具备良好的 API 设计能力、模块化设计能力和工程抽象能力，能够独立完成中大型后端模块建设。
4. 有地图导航数据处理经验， 轨迹处理经验， 以及位姿等自动驾驶相关信息
5. 有一段式端到端智能驾驶数据平台、分布式系统、任务调度系统或大规模数据处理相关经验；
6. 熟悉现代基础设施与后端常用组件，包括 Docker / Kubernetes、PostgreSQL、Redis，理解云原生与服务化部署体系。
7. 熟练掌握 Copilot 或其他 AI 编程工具，能够通过高质量的 Prompt Engineering 引导 AI 进行模块化开发，并具备对生成结果进行验证、重构与落地的能力。
8. 具备较强的工程质量意识，能够识别 AI 生成代码及复杂系统实现中的常见风险，拥有优秀的 Code Review 能力和良好的单元测试习惯。
9. 有较强的问题分析与解决能力，具备良好的沟通协作意识，能够在跨团队场景下高效推进项目。

加分项

1. 熟悉 Go，并具备基于 Gin / Go Micro 的服务开发经验；
2. 或熟悉 Rust/C++，并具备基于 Axum / Tokio 的异步服务开发经验；
3. 熟悉 Serverless 架构或相关云服务，有成本优化与弹性扩展实践经验；
4. 使用过RAY等相关组件；
5. 对 AI 辅助研发、工程自动化、测试体系建设有系统性实践。