职位&公司对比

职位详情

• 西安
• 3-5年
• 本科

• 要求数据开发经验
• Doris/Druid
• ETL开发经验
• Kafka
• HDFS
• 实时数仓开发经验
• 非外包类
• Spark
• 数据平台开发经验
• Flink
• Python

岗位职责： 1.大数据平台建设 负责设计并开发高并发、高可用的停车大数据平台，整合物联网设备数据（相机、雷达、地锁）、用户行为数据、交通流量数据等； 优化实时数据处理流水线（Flink/Kafka），构建用户画像、停车热点预 测、动态定价等数据模型； 设计数据治理方案，确保数据安全与隐私合规（GDPR/国内数据法规）。 2.停车行业AI大模型开发； 研发面向停车场景的垂直领域大模型，包括但不限于：车位供需预测模型（时空序列分析）、车辆识别与行为分析（CV/NLP多模态融合）、用户需 求理解与个性化推荐（基于LLM的交互优化）； 结合行业知识库，持续迭代模型效果，提升停车资源调度效率； 3.基于 Apache Doris ，优化实时数据处理与分析，提升数据查询效率，协同产品、运营团队，基于数据分析提供业务优化建议，支持精准广告投放、车场收益优化等； 4.参与微服务架构设计，结合 Kubernetes、Istio 提升系统高可用性与扩展性 任职要求 1.计算机、人工智能、数据科学等相关专业本科及以上学历，具备 3 年以上大数据 / AI 研发经验； 2.技术栈精通 大数据生态：Hadoop/Spark/Flink/Kafka，熟悉OLAP引擎（Apache Doris/ClickHobossuse）； AI框架：具备 AI 相关经验，掌握Tkanzhunransformer、深度学习框架（TensorFlow / PyTorch），来自BOSS直聘能进行模型训练和优化； 3.有LLM（大语言模型）应用经验，熟悉 ChatGPT、deepseek/Llama 等模型的行业落地方案 4.编程语言：Python必选，Java/Scala/C++至少精通一门； 5.具备完整AI项目落地经验，熟悉模型部署（Docker/K8s）、性能监控与优化; 6.具备良好的系统架构思维，了解Kubernetes、Istio 服务网格，具备大规模分布式系统经验优先; 7.具备优秀的直聘问题分析与解决能力，能快速定位系统瓶颈并优化性能 加分项 有 AI 预测调度、智能交通、智慧城市、无人驾驶等相关行业经验者优先。 具备大规模 AI 训练 / Fine-tuning 经验，对 AIGC 在停车行业的应用有深刻理解。 参与开源项目贡献，或有技术博客 / 论文发表者优先