算法测试工程师

岗位职责 / Responsibilities

关于我们

我们是一家专注于具身智能机器人领域的科技公司，自研感知、预测、规划、控制全栈算法，机器人已在多个场景落地运营。你将加入算法质量团队，负责构建仿真测试的数据基础设施--从质检域数据的自动回流与分级分流，到数据集的血缘追溯、版本管理与健康度分析，让仿真从"能用"变成"好用且可信赖"。

核心职责

搭建测试数据分级分流服务，对 MPI/MPD 质检域数据实现自动特征提取、规则匹配与分流路由，将数据自动分类到必过集/回归集/功能测试集，替代人工逐条筛选

建立测试数据血缘体系，为每条 case 挂载完整元数据（来源、产生条件、问题归因、分流信息、仿真结果），实现全链路可追溯

实施数据集版本管理，设计快照式版本机制（不复制数据，只管 case_id 列表），支持版本创建、对比、回滚

开发数据集健康度分析引擎，基于 7 个维度（模块/场景/园区/等级/算法版本/时效性/可复现性）计算覆盖性与健康度，自动输出缺口建议与去劣存优依据

搭建数据看板与报表，为发版流程提供头部问题可视化、收敛趋势分析、数据集健康度报告等数据支撑

任职要求 / Requirements

任职要求

3 年以上 Python 后端开发经验，能独立设计和开发可维护的后端服务（非脚本级别）

精通 PostgreSQL，有表结构设计、查询优化、JSONB 使用经验

有数据 pipeline 开发经验（ETL 流程、定时任务调度、数据清洗与入库）

熟悉 RESTful API 设计与开发（Flask / FastAPI / Django 等）

熟练使用 pandas / NumPy 进行数据分析与统计

熟悉 Git 版本控制，有良好的代码工程化习惯（测试、文档、模块化）

熟练使用 AI 编程 Agent 工具（如 Claude Code、Cursor、OpenCode 等），能借助 Agent 提升数据服务开发、脚本编写与问题排查效率

加分项

有自动驾驶、机器人或 IoT 行业经验，了解感知/规划/控制算法的基本评测维度

有数据版本管理工具经验（DVC / LakeFS）或自研数据管理平台经验

熟悉数据可视化工具（Grafana / Superset），能搭建数据看板

了解仿真测试流程（场景设计 → SIL → 数据回流 → 回归分析）

有规则引擎或数据分流系统开发经验

熟悉 Docker 容器化与基本的 CI/CD 流程

我们提供

从零构建仿真数据基础设施的机会--你写的每一行代码都直接影响算法发版质量

接触真实路测数据与大规模仿真集群

扁平化团队，与算法工程师和测试工程师紧密协作