职位描述
1. 负责小鹏汽车“扶摇”AI平台数据处理相关的软件开发工作，包括数据加载工具（XDataLoader）和数据集管理平台（XDataset），提供统一的数据加载、转换、缓存与预取能力；目标解决大规模数据加载过程中出现的性能瓶颈、数据一致性、系统稳定性等问题，服务AI大模型的训练和推理；
2. 开发并维护高性能 DataLoader SDK，支持自定义采样、并行读取、缓存预取与数据增强等功能，优化多线程/进程流水线，降低I/O与预处理延迟，简化算法团队接入并提升加载效率；
3. 搭建通用Dataset管理系统，实现多源异构数据（图片、视频、点云、传感器等）的统一接入、解析与格式化；
4. 协同算法团队及其他技术团队，深入理解业务需求，快速响应并落地实现。
职位要求
1. 计算机 / 软件工程硕士或同等经验，3年及以上大规模数据处理经验；有大规模模型训练与推理场景支持经验者优先；
2. 精通 Python，具备扎实软件工程基础，良好编程规范和代码质量意识；
3. 有以下至少一项实际项目经验；两项及以上者优先：
a. 大规模数据加载机制（如 PyTorch DataLoader、NVIDIA DALI、TensorFlow Dataset、Hugging Face Datasets）
b. Parquet/ORC 等列式存储格式及相关生态（如Petastorm)，能设计高效的分区、压缩与向量化读取流程，优化批量数据访问性能。
c. Linux文件系统与网络I/O，能针对NFS、对象存储等场景进行性能调优；有云存储系统（如阿里云OSS、CPFS、火山引擎vePFS）相关经验。
4. 具备关系型数据库（MySQL/PostgreSQL）与NoSQL（Redis/MongoDB等）相关经验，了解元数据与缓存管理；
5. 具备大规模分布式数据处理、性能优化与问题排查经验，能定位并高效解决复杂的性能问题；熟悉Apache Ray、Kubeflow/Airflow、Prometheus等开源项目者优先；
6. 具有良好的跨团队沟通能力和协作精神，责任心强，善于主动推进问题解决。
加分项
1. （Big Plus) 对自动驾驶领域有一定了解，且对该行业怀有热情；
2. 熟练掌握 Golang/Java/C++中任一；
3. 熟悉以下任何技术：
a. 分布式系统原理及云原生技术（容器、Kubernetes、微服务架构）；
b. AI 基础设施或模型训练/推理流程（GPU 调度、模型服务框架、集群管理）；
c. 数据仓库体系 (Hadoop、Hive、Spark、Flink）。
小鹏汽车致力于通过探索科技，引领未来出行变革，做“未来出行探索者”。公司总部位于广州，在北京、上海、深圳、肇庆、扬州等地设有研发中心，并在肇庆布局智能制造基地。同时，小鹏汽车面向全球进行研发和销售布局，已在美国设立研发中心、在欧洲多地设立分公司。小鹏汽车坚持全栈自主研发智能辅助驾驶软件和开发核心硬件，为用户带来卓越的智能驾乘体验。2020年8月27日，小鹏汽车正式登陆纽交所，募资规模打破当时全球新能源汽车行业IPO纪录，股票代码为“NYSE:XPEV”；2021年7月7日，小鹏汽车挂牌香港联交所，股票代码“9868.HK”，成为首个在中国香港和美国纽约两地双重主要上市的中国造车新势力。欲了解更多信息，请访问https://xiaopeng.com/。