牛敬业
188****1234niu****@***.com北京30男自动驾驶大数据开发工程师在职北京25k-35k •深入研修《车联网数据处理》与《实时计算与流处理》等课程，独立搭建基于 Flink+Kafka+InfluxDB 的车载传感器数据实时管道，实现毫秒级异常检测与历史趋势分析。
•组队参加“蔚来杯”自动驾驶数据算法挑战赛，负责 20TB 道路行驶日志的 Spark 清洗与特征提取，构建高效的数据预处理流水线，方案获区域赛金奖并落地验证。
北京车和家信息技术有限公司 - 数据引擎部智能电动汽车
2017.07-2021.06
大数据开发工程师数据平台架构实时ETL车联网数据
北京
•主导智能驾驶数据中台的搭建与调优，重构离线计算链路，将批处理任务平均耗时缩短40%。
•设计并落地数据仓库分层模型，构建面向车辆状态、传感器工况等主题的宽表，支撑运营与算法团队80%以上的自助分析。
•开发基于Flink的实时数据清洗管道，每日处理超80TB的原始传感器数据，脏数据比例从12%降至3%以下。
•联合感知与规控算法团队，建立面向训练集的自动化版本管理与回溯机制，使模型迭代数据准备效率提升50%。
北京小马智行科技有限公司 - 智能数据中台部自动驾驶技术
2015.07-2017.06
•负责自动驾驶车载日志实时分析平台的建设，日处理10TB级日志流，毫秒级异常模式识别，有效辅助远程故障诊断。
•设计基于HBase的时序日志存储结构，配合二阶索引与分区策略，将单次查询响应时间从秒级降至100ms以内。
•建立数据质量监控体系，对采集延迟、断点、字段缺失等指标进行动态报警，平台可用性保持在99.9%。
•与产品及测试团队迭代数据需求，将人工查日志定位问题的比例下降了60%，显著加快系统问题闭环速度。
•该项目旨在打造一套支持摄像头、激光雷达、毫米波雷达等多传感器数据的统一接入与融合处理的平台，为感知算法提供高质量训练数据。
•设计插件化数据接入模块，适配不同厂商的传感器协议，实现日均100TB数据的准实时入库。
•开发基于Flink的实时数据清洗与特征提取算子，对点云、图像进行去噪、时间对齐和关键帧筛选，预处理后数据可用率提升至96%。
•利用Spark与Alluxio构建分层计算缓存，将重复读取的场景数据复用率提高到70%，模型离线训练周期从天级缩短至小时级。
•为算法团队提供自动化数据标注与样本均衡工具，使感知模型在长尾场景上的准确率提升18%。
•聚焦于对自动驾驶路测日志进行实时分析，提前发现系统薄弱点，降低安全风险。
•制定日志存储规范，采用HDFS与分区表管理PB级日志，引入Iceberg作为格式化存储层，提升表演进灵活性。
•开发基于CEP规则的异常检测引擎，利用Flink CEP实时识别通信中断、控制跳变等模式，预警准确率达到90%。
•构建Grafana+自研看板的多维可视化界面，按模块、版本、场景等维度展示质量热力图，辅助研发快速诊断。
•将日志分析与自动化测试流水线打通，基于高频异常日志生成补充测试用例，系统测试场景覆盖率提升至93%。
对自动驾驶海量数据的处理与分析充满热情，习惯从杂乱的路测数据中梳理出高质量的数据资产，享受用技术提升决策效率的过程。具备严谨的逻辑思维与较强的问题拆解能力，面对复杂数据链路能保持耐心与细致，主动推动数据质量闭环。能够熟练运用分布式计算框架和流批一体方案进行高效数据处理，对实时特征计算和数据湖架构保持持续关注。善于与算法、平台等团队协作，乐于将数据见解转化为可落地的工程实践。希望在自动驾驶大数据领域持续深耕，用可靠的数据底座支撑更智能的驾驶算法迭代。
开源实践:
为 Apache Hadoop Ozone 贡献了一系列 Object Store 改进，优化了小文件读写的元数据操作效率，降低内存占用约 25%，提交的补丁被社区核心团队采纳。
在技术博客连载《自动驾驶数据湖构建实战》系列 10 篇，详解从原始报文到可查询数据集的架构设计与实现，文章被各大技术平台推荐，单篇最高阅读量 5 万+。
