职位描述岗位职责： 1. 整体架构规划：负责具身智能业务线的整体技术架构设计，涵盖云、边、端全链路，制定高可用、高扩展的技术演进路线； 2. AI Infra建设：主导AI基础设施的搭建与优化，包括大规模模型训练/推理集群的管理、异构算力调度、MLOps流程体系建设，提升算法研发与迭代效率； 3. 高性能 Data Loader 设计与优化：深度负责从原始数据集到模型训练的端到端数据流水线构建。设计并实现支持海量多模态数据（图像、视频、点云、关节轨迹等）的高并发、低延迟 Data Loader，解决训练过程中的 I/O 瓶颈，最大化 GPU/NPU 算力利用率； 4. 数据工程与规范落地：统筹数据采集、清洗、标注到最终喂入模型的标准化流程。结合具身智能领域的数据特性，建立高效的数据集管理与加载规范，确保跨模态数据在时间戳和物理空间上的严格对齐； 5. 核心难点攻关：负责解决系统在跨端通信、高并发数据处理、实时性保障等方面的核心技术难题，把控代码质量与技术风险； 6. 团队技术指导：指导全栈开发团队进行前后端协作与接口标准化，推动技术规范落地，提升团队整体工程化能力。任职要求任职要求 1. 学历背景：计算机科学、软件工程、人工智能或相关专业本科及以上学历； 2. 工作经验：5年以上后端或系统开发经验，3年以上大型分布式系统架构设计经验，有带领技术团队的经验； 3. AI Infra经验：深入理解深度学习框架（PyTorch/TensorFlow），熟悉Kubernetes、Docker容器化技术，有GPU集群管理、任务调度及大模型服务化部署的实际落地经验； 4. 数据工程能力：精通大数据处理技术，对Data Loader机制有深刻理解。熟悉主流消息队列（Kafka/Pulsar）及流批处理框架，具备设计高性能数据采集与解析系统的实战能力； 5. 全栈视野：具备扎实的全栈技术功底，熟悉前后端交互模式、API网关设计及微服务架构，能够从全局视角优化系统性能。 【加分项】 ● 具备车企、自动驾驶或机器人行业背景，熟悉车载\机器人数据采集规范； ● 熟悉对象存储、数据库等数据存储方案，有PB级数据处理经验者优先； ● 熟悉ROS/ROS2通信机制，了解具身智能或端侧模型的部署与加速（如TensorRT, ONNX Runtime）
