职位描述
安全大数据与Agent开发工程师:
工作职责
1. 多源数据治理**:接入并建模车端信号(CAN、底盘、感知、规控、定位等)、车端故障/告警、业务数据(订单、调度、运营、远程接管等),沉淀面向安全场景的数仓与特征体系;
2. 实时计算管道**:基于 Flink / Kafka / Spark 等,搭建毫秒级到分钟级的事故识别、异常检测、风险预警链路;
3. 安全 Agent 开发**:基于 LLM + 工具调用,开发"业务数据告警 Agent""故障归因 Agent""值班助手 Agent"等,把"指标异动→定位→归因→通知→处置建议"做成自动化流程;
4. 数据与 Agent 平台化**:沉淀 Prompt、工具集、记忆、评估等基础能力,让安全场景的 Agent 可以快速复用、持续迭代;
任职要求
1. 2026 届本科及以上学历,计算机、软件工程、自动化、车辆工程、数学、统计等相关专业;
2. 扎实的数据结构与算法基础,熟练掌握 Java / Scala / Python 中至少一门,代码规范、可读性好;
3. 熟悉 SQL,理解至少一种大数据组件原理:Hadoop / Hive / Spark / Flink / Kafka / ClickHouse / Doris / Iceberg 等;
4. 理解分布式系统基本概念(一致性、容错、调度、shuffle 等),具备性能分析与排障能力;
5. 对 LLM / Agent / RAG 等方向有真实的动手经验或浓厚兴趣,愿意持续跟进前沿;
6. 主动、抗压,能在不确定的需求里找路径,善于把模糊问题拆成可执行的工程方案。
加分项
1. 有大数据相关实习、竞赛(ACM、Kaggle、天池等)或开源贡献经历;
2. 做过 LLM Agent / Workflow / 工具调用相关项目(LangChain、LlamaIndex、Dify、自研框架均可),能讲清楚 Prompt、工具设计、评估方法的取舍;
3. 接触过车端数据(CAN、ROS、自动驾驶日志、车队运营平台)或机器人/具身智能相关数据;
4. 有时序异常检测、根因分析、告警降噪等方向的经验;
5. 熟悉云原生组件:Kubernetes、Prometheus、对象存储、向量数据库等。
我们能给你什么
- 真实场景**:百亿级车端 + 业务日志、真实道路上跑的无人车与具身智能体,不是 demo,不是仿真;
- 完整链路**:从数据接入、计算、存储,到 Agent 设计、上线、运营,端到端都能上手;
- Agent 一线**:把 LLM Agent 真正用在生产安全场景,而不是停留在 Hello World;
- 强 Mentor 制**:1v1 导师带教,季度成长复盘,定期技术分享与论文共读;
-行业前沿**:无人车 × 具身智能 × 安全 × 大数据 × Agent 的交叉地带,有大量值得做的"第一次"。