主分类：数据工程与数据平台研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "高级数据工程师（座舱AI）",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "数据研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "- 计算机、软件工程、数据科学或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "- 设计并建设座舱 AI 数据平台，覆盖车端数据采集、回传、存储、清洗、标注与版本管理的全链路；\n- 基于大模型（LLM/多模态）构建数据挖掘能力，支撑自动化标注、难例挖掘与数据筛选，提升数据闭环效率；\n- 构建高吞吐、可扩展的数据管线（Data Pipeline），支撑语音、视觉、多模态等大规模数据的处理与特征加工；\n- 与算法团队协作，搭建训练/评测数据集的自动化生产与质量校验体系，提升数据闭环迭代效率；\n- 保障数据合规、安全与隐私脱敏，建立数据血缘、可观测与治理机制。",
"requirements_text": "- 计算机、软件工程、数据科学或相关专业本科及以上学历；\n- 3 年以上大数据/数据工程相关经验，具备扎实的编程能力，熟练掌握 Python 与 SQL；\n- 熟悉主流大数据处理框架（如 Spark / Flink / Kafka / Hive 等），具备大规模数据管线的设计与调优经验；\n- 熟悉数据仓库/数据湖建模与 ETL 开发，关注数据质量、血缘与可观测性；\n- 具备良好的工程素养，关注系统的可维护性、稳定性与可扩展性。\n加分项\n- 有面向 AI/机器学习的训练数据平台或特征工程（Feature Store）建设经验；\n- 有语音、视觉或多模态数据的采集、清洗与标注链路建设经验；\n- 有车载/智能座舱数据回传、海量数据治理与合规脱敏相关项目经验；\n- 熟悉云原生数据栈（如 Kubernetes、对象存储、湖仓一体架构）与数据编排工具（如 Airflow / DolphinScheduler 等）。",
"skills": [AI生成
"Python",
"SQL",
"Kubernetes",
"Spark",
"Flink",
"Kafka",
"机器学习",
"数据治理",
"建模"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7673054577247160612/detail"
}
]
},
"posting": {
"posting_id": "7673054577247160612",
"post_date": "2026-08-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7673054577247160612/detail"
},
"fulltext": "高级数据工程师（座舱AI）\n职位描述\n- 设计并建设座舱 AI 数据平台，覆盖车端数据采集、回传、存储、清洗、标注与版本管理的全链路；\n- 基于大模型（LLM/多模态）构建数据挖掘能力，支撑自动化标注、难例挖掘与数据筛选，提升数据闭环效率；\n- 构建高吞吐、可扩展的数据管线（Data Pipeline），支撑语音、视觉、多模态等大规模数据的处理与特征加工；\n- 与算法团队协作，搭建训练/评测数据集的自动化生产与质量校验体系，提升数据闭环迭代效率；\n- 保障数据合规、安全与隐私脱敏，建立数据血缘、可观测与治理机制。\n\n职位要求\n- 计算机、软件工程、数据科学或相关专业本科及以上学历；\n- 3 年以上大数据/数据工程相关经验，具备扎实的编程能力，熟练掌握 Python 与 SQL；\n- 熟悉主流大数据处理框架（如 Spark / Flink / Kafka / Hive 等），具备大规模数据管线的设计与调优经验；\n- 熟悉数据仓库/数据湖建模与 ETL 开发，关注数据质量、血缘与可观测性；\n- 具备良好的工程素养，关注系统的可维护性、稳定性与可扩展性。\n加分项\n- 有面向 AI/机器学习的训练数据平台或特征工程（Feature Store）建设经验；\n- 有语音、视觉或多模态数据的采集、清洗与标注链路建设经验；\n- 有车载/智能座舱数据回传、海量数据治理与合规脱敏相关项目经验；\n- 熟悉云原生数据栈（如 Kubernetes、对象存储、湖仓一体架构）与数据编排工具（如 Airflow / DolphinScheduler 等）。\n- 设计并建设座舱 AI 数据平台，覆盖车端数据采集、回传、存储、清洗、标注与版本管理的全链路；\n- 基于大模型（LLM/多模态）构建数据挖掘能力，支撑自动化标注、难例挖掘与数据筛选，提升数据闭环效率；\n- 构建高吞吐、可扩展的数据管线（Data Pipeline），支撑语音、视觉、多模态等大规模数据的处理与特征加工；\n- 与算法团队协作，搭建训练/评测数据集的自动化生产与质量校验体系，提升数据闭环迭代效率；\n- 保障数据合规、安全与隐私脱敏，建立数据血缘、可观测与治理机制。\n- 计算机、软件工程、数据科学或相关专业本科及以上学历；\n- 3 年以上大数据/数据工程相关经验，具备扎实的编程能力，熟练掌握 Python 与 SQL；\n- 熟悉主流大数据处理框架（如 Spark / Flink / Kafka / Hive 等），具备大规模数据管线的设计与调优经验；\n- 熟悉数据仓库/数据湖建模与 ETL 开发，关注数据质量、血缘与可观测性；\n- 具备良好的工程素养，关注系统的可维护性、稳定性与可扩展性。\n加分项\n- 有面向 AI/机器学习的训练数据平台或特征工程（Feature Store）建设经验；\n- 有语音、视觉或多模态数据的采集、清洗与标注链路建设经验；\n- 有车载/智能座舱数据回传、海量数据治理与合规脱敏相关项目经验；\n- 熟悉云原生数据栈（如 Kubernetes、对象存储、湖仓一体架构）与数据编排工具（如 Airflow / DolphinScheduler 等）。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}