The posting
岗位职责 1. 负责具身智能采训推平台的整体架构设计与演进,覆盖机器人数据采集、处理、标注、数据集管理、训练、评测、模型转换及部署全链路,制定技术方案并参与核心模块研发。 2. 规划平台服务边界,推动 Web/API 服务、任务编排、计算执行及数据传输服务解耦,完善多节点协作机制,提升系统的可扩展性、稳定性和可维护性。 3. 设计统一任务管理与工作流体系,支持数据处理、训练、评测和模型转换等长任务,建设状态持久化、幂等控制、并发管理、失败重试、取消及恢复机制,保障平台与执行节点状态一致。 4. 建设数据集、模型、实验、Checkpoint 和评测结果等资产管理体系,完善元数据、版本、血缘、权限及审计能力,保证数据和模型生产过程可管理、可追溯、可复现。 5. 设计端云协同与系统集成方案,统一机器人端、平台服务、GPU 节点及外部系统的接口和通信机制,支持不同设备、算法框架及客户环境的接入。 6. 牵头解决数据库、缓存、任务调度、对象存储及跨节点通信中的性能和可靠性问题,建立容量评估、可观测性和故障恢复方案。 7. 推动技术规范、接口规范、代码评审及发布机制建设,协同产品、算法、机器人和交付团队完成架构升级与项目落地,沉淀可复用的平台能力和标准部署方案。
任职要求 1. 计算机或相关专业本科及以上学历,具备平台架构设计和核心系统研发经验,有主导复杂平台建设或架构演进的完整项目经历。 2. 熟练掌握 Go 和 Python,能够参与核心代码开发与技术问题攻坚,具备良好的系统抽象、模块设计及工程实现能力。 3. 熟悉分布式系统设计,理解一致性、幂等、超时、重试、故障隔离等机制,有高可用系统、异步任务平台或工作流系统建设经验。 4. 熟悉 MySQL / PostgreSQL、Redis、消息队列及对象存储,能够结合业务设计数据模型、事务边界、缓存策略及资产管理方案。 5. 熟悉 Linux、Docker、Kubernetes 及常见网络和存储架构,能够设计多节点部署、资源隔离、监控告警和备份恢复方案。 6. 理解 AI 数据处理、训练、评测及推理部署的基本流程,对任务调度、模型资产管理或 GPU 计算平台中的部分方向有深入实践。 7. 具备技术判断与跨团队推动能力,能够结合业务规模、实施成本和维护复杂度制定分阶段演进方案。
加分项 - 有具身智能、机器人数据平台、MLOps 或采训推一体化平台建设经验。 - 有端云协同、多租户权限、GPU 集群或大规模多模态数据处理经验。 - 有私有化部署、离线交付及存量生产系统平滑迁移经验。



