职位描述1. 主导机器人数据基础设施建设，打通千台级设备从端侧采集、弱网回传到云端入湖的完整链路，保障多模态数据高吞吐、低延迟、可恢复地持续流转； 2. 建设 PB 级数据存储与资产管理平台，统一数据格式、元数据、版本、权限和血缘体系，并通过缓存、预取和并行读取提升训练侧数据供给效率； 3. 设计可扩展的分布式数据流水线和算子体系，覆盖清洗、过滤、转换、预标注、自动质检、人工抽检与版本发布，支持算法团队灵活编排数据生产流程； 4. 完善任务调度、幂等校验、故障恢复和全链路可观测能力，解决大规模数据系统中的一致性、积压、性能和成本问题； 5. 与端侧、算法和训练团队共同构建数据闭环，将真机失败案例和数据缺口快速转化为可检索、可复用、可进入训练的数据集。任职要求1. 本科及以上学历，计算机、软件工程等相关专业，具备分布式系统或数据平台的实际研发经验； 2. 精通 Python，并熟练掌握 C++、Rust、Go 或 Java 中至少一种语言，具备良好的系统设计与工程实现能力； 3. 深入理解分布式系统、计算机网络、数据库和存储系统原理，能够分析一致性、吞吐、延迟与可靠性问题； 4. 熟悉 Kafka、S3、Spark、Ray、Flink 等技术中的一种或多种，并具备生产环境性能调优和故障排查经验； 5. 有大规模数据湖、流批处理、工作流或数据标注平台建设经验者优先；有大厂云平台、机器人、自动驾驶数据闭环或开源项目经验者优先。
