Job Description
我们正在寻找一位具有前瞻视野的技术负责人，负责前瞻研究部门中 “AI 与数据 / 云计算”领域 的整体技术方向。该岗位将构建端到云的技术桥梁，核心使命包括两个方面：
主要职责
1. 技术前瞻与战略探索（AI 与云技术趋势）
跟踪全球云原生汽车架构（Cloud-Native Automotive Architecture）发展趋势，重点关注混合云解决方案（Edge-to-Cloud 协同）以及中国本地主权云（Sovereign Cloud）合规要求。
研究云端仿真技术（如 World Model）及数据管理技术（如用于RAG的向量数据库、合成数据生成技术）。
构建 “AI 与云技术版图（AI & Cloud Tech Landscape Map）”，识别在提升系统智能的同时优化算力成本的技术机会。
2. 云与数据架构设计（核心基础能力）
数据闭环架构（Data Closed-Loop）：
设计自动化数据处理流程的高层架构，包括数据采集 数据清洗 自动标注（Foundation Model驱动） 模型训练 OTA更新。
混合算力策略（Hybrid Compute Strategy）：
明确哪些计算任务在车端（Edge NPU）执行，哪些任务在云端执行，例如
Shadow Mode 数据过滤逻辑
大规模模型训练等高算力任务。
仿真基础设施（Simulation Infrastructure）：
主导设计用于 L3/L4自动驾驶算法验证的大规模云端仿真平台，确保符合 ISO 8800 等相关标准。
3. 深度技术分析（可行性与成本管理）
撰写云计算 ROI 与 FinOps 深度分析报告，评估大规模模型训练与数据存储扩展的成本影响。
为云服务选择提供 “自建 vs 采购（Make vs Buy）” 的技术与成本建议（如 AWS、Azure 或私有云）。
评估车云协同计算（Vehicle-Cloud Collaborative Computing）的技术可行性，例如远程控制协议（RCP）的延迟分析。
4. 创新孵化与技术落地
Qualifications
教育背景：计算机科学、云计算、人工智能或相关专业硕士或博士学历。
工作经验：
技术能力（云计算 + AI 复合能力）
-
云原生技术：精通 Kubernetes (K8s)、Docker、微服务架构，熟悉主流公有云平台（AWS / Azure / 阿里云等）
-
数据基础设施：有数据湖平台（如 Snowflake、Databricks）经验；熟悉向量数据库（如 Milvus、Pinecone，用于 LLM 场景）；熟悉数据管道系统（Kafka、Airflow）.
-
AI工程体系：理解 MLOps 工作流（如 Kubeflow、MLflow）; 具备云端模型部署与服务化经验
商业与成本意识: 能够进行云计算总体拥有成本（TCO）分析; 具备云资源优化能力（如 Spot Instance、GPU 利用率优化）
语言能力: 中英文流利
