职位描述
1、数据回传与落盘链路：设计并实现机器人端到云端的数据回传系统，覆盖遥操作采集站、真机部署车队、仿真集群等多种数据源，保障高吞吐、断点续传、低丢包；
2、多模态数据存储：构建以 MCAP 为核心格式的机器人数据存储方案，支持视频流、点云、IMU、关节轨迹、力传感器、语言指令等异构信号的统一封装、索引与按时间戳切片检索；
3、PB 级数据湖建设：基于 S3 / OSS / COS 对象存储 + Iceberg/Lance 等数据湖技术，设计冷热分层、生命周期管理、版本控制（数据集 Git-like 管理）方案；
4、数据服务层：提供高性能的数据读取 SDK / DataLoader，支撑训练侧单机多卡 / 多机多卡的数据吞吐需求，优化大视频/大点云场景下的 IO 瓶颈；
5、数据处理 Pipeline：用 Go / Rust 构建高性能的数据预处理、格式转换、压缩、抽帧、对齐工具链，替代 Python 性能瓶颈模块；
6、可观测性与数据治理：搭建数据质量监控、数据血缘、数据一致性校验体系，支持算法团队快速发现并修复问题数据；
7、私有化 & SaaS 双形态：支持平台在客户私有云环境下的部署，兼顾公司 SaaS 服务化能力。任职要求
1、计算机相关专业本科及以上，有过后端 / 分布式系统 / 数据平台开发经验；
2、精通 Go 或 Rust 至少一种系统级语言，有生产环境大规模服务落地经验；Python 熟练（用于数据处理与工具脚本）；
3、熟悉 AWS S3 / 阿里云 OSS / 腾讯云 COS 至少一种对象存储的 API、性能特性、分片上传、预签名 URL、生命周期策略等；
4、熟悉 Linux、Docker、Kubernetes，具备云原生服务开发与部署能力；
5、熟悉至少一种消息中间件（Kafka / Pulsar / NATS）和一种流/批处理框架（Flink / Spark / Ray Data）；
6、熟悉至少一种 SQL 数据库（PostgreSQL / MySQL）和一种 NoSQL（Redis / MongoDB / ClickHouse）。
加分项：
1、有 MCAP / rosbag / HDF5 / LeRobot / RLDS 等机器人数据格式的处理经验，或深入了解其二进制结构；
2、熟悉 ROS1 / ROS2、DDS、zenoh、zmq 等机器人通信中间件；
3、有数据湖（Apache Iceberg / Hudi / Delta Lake / Lance）或向量数据库（Milvus / LanceDB）生产落地经验；
4、有 PB 级视频 / 多模态数据平台从 0 到 1 搭建经验（自动驾驶、安防、短视频平台经历都 OK）；
5、熟悉 gRPC / Protobuf / FlatBuffers，有高性能 RPC 框架开发经验；
6、熟悉 GPU 训练数据加载优化（WebDataset、NVIDIA DALI、FFCV 等）；
7、对 VLA、端到端机器人模型的训练数据需求有理解；
8、活跃的开源贡献者（Foxglove、MCAP、Apache Arrow、DuckDB 等项目的 contributor 强烈优先）。
