上海ETL工程师
ETL工程师是负责设计、开发和维护ETL（抽取、转换、加载）流程的专业人员。他们负责从不同的数据源中抽取数据，将其转换为目标数据格式，并加载到数据仓库或其他系统中。ETL工程师需要具备良好的数据分析能力和编程技能，熟练掌握ETL工具和技术，如Informatica、Talend、和Apache NiFi等。他们需要理解业务需求，并根据需求设计和优化数据流程，确保数据的质量、准确性和稳定性。此外，ETL工程师还负责监控和调优ETL流程，解决数据质量问题，并与数据架构师、数据分析师和业务团队合作，确保数据流程的顺畅和有效性。总之，ETL工程师在数据管理和分析领域扮演着至关重要的角色。
薪酬概览
平均月薪
¥12800
中位数 ¥13000 ｜ 区间 ¥10300 - ¥15300
数据来源：谈职全网10份招聘数据；更新时间：2026年7月13日
月薪分布
90% 人群薪酬落在 8-15k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
2
对比上月：岗位减少13
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 3-5年 | 2 | 100% |
热招职位
1、负责/参与端到端自动驾驶模型的性能迭代与突破，通过数据和模型的优化迭代，推动模型在量产产品中的效果闭环；
2、深度搭建并优化数据挖掘与数据闭环链路，基于量产场景的真实数据分布，设计高效的数据筛选、清洗、标注、回流策略，通过数据驱动的方法持续提升模型在长尾场景、极端工况下的鲁棒性与可靠性，要求具备量产项目中数据驱动性能提升的实战落地经验；
3、构建并迭代端到端模型评测体系，结合仿真测试、实车验证等多维度手段，建立科学的性能评估指标与自动化评测流程，能通过评测结果精准定位模型短板，并主导评测系统的优化升级，为模型迭代提供核心决策依据；
4、紧跟业界前沿技术动态，重点研究自动驾驶领域最先进的数据闭环方案、评测方法与端到端模型应用，推动技术预研与工程化落地，保持团队在数据驱动与评测体系上的核心竞争力。
1、硕士及以上学历，计算机、人工智能、大数据、软件工程等相关专业，有自动驾驶数据挖掘、多模态算法落地相关实习/工作经验优先；
2、熟悉python编程，代码功底扎实，了解基础算法与数据结构，能够独立完成算法策略开发、脚本迭代、数据实验复盘；
3、 性格踏实，抗压能力强，能够适配业务快速迭代节奏；以业务交付为导向，工程落地能力强，愿意直面真实业务痛点，沟通顺畅、执行力强；
4、了解基础SQL语句，能够独立完成数据查询、数据统计、报表复盘，具备基础数据分析能力；
5、了解深度学习基础，熟悉PyTorch使用。
加分项
1、有自动驾驶行业数据挖掘、脏数据治理、难例挖掘一线落地经验，熟悉智驾真实数据痛点；
2、熟悉Dagster/Airflow调度工具，有数据流水线搭建、算法工程化落地经验；
3、有规则挖掘自动化、Agent辅助编程、数据样本闭环迭代相关实战经验；
4、懂自动驾驶感知/预测/规划基础业务知识，能够快速理解车载场景与驾驶行为逻辑。
1. 负责标注平台指标体系的设计与开发，构建完善的指标计算、存储和查询体系，支撑业务数据分析和决策；
2. 负责海量数据的数据治理、资产统计和数据生命周期管理，建立数据资产目录，实现数据的规范化管理和全生命周期跟踪；
3. 负责数据闭环的运营BI看板和统一数仓建设，设计数据模型和ETL流程，构建面向业务的数据分析平台，支撑数据驱动的运营决策；
4. 负责数据漏斗和全链路SLA监控系统的建设，跟踪数据上传延迟、处理吞吐量、标注效率等核心指标，实现异常实时告警和根因定位，保障数据流转链路的高可用性和稳定性。
1、建立人事共享中心各业务条线数据指标监控和经营分析体系，对业务提供策略支持和建议；
2、优化中心数据管理，提高数据线上化管理水平、提升数据使用效率；
3、搭建数据业务看板监控业务数据及指标达成情况，负责中心日报、周报、月报的搭建和撰写，对各项数据指标进行跟踪，提供日常业务支持数据；
4、数据及关键问题总结及反馈，以及报告撰写；
5、领导交代的其他事宜
1、通过对数据的敏锐洞察以及定性和定量分析，迅速定位业务问题、发现潜在机会，独立编写分析报告，并提出可落地方案；
2、对接业务团队，处理业务人员数据需求，梳理业务逻辑，挖掘深度价值，输出业务提升策略，帮助改善业务问题、提升业务效率；
3、业务指标监控，针对异常情况协调资源进行跟踪和深入分析；
4、梳理业务常规分析体系、常用指标体系，根据日常数据监控及项目分析，输出业务意见，为决策做支持；
1，负责金融产品的风险数据分析，通过大数据管理，建立零售信贷业务风控评分模型，用于金融服务和信贷业务的发展。 2，从个人征信数据，行为数据，互联网数据等出发，构建大数据金融模型用于贷款自动化授信 3，负责数据驱动模型立项，数据清洗及衍生，开发，督促布置上线等工作，监控场景及业务变化，及时发现问题推进模型修复迭代；
1.负责对接客户技术需求（包括功能需求、系统交互需求、诊断通信需求等），并进行精准分解，传递至内部算法、软件、硬件及测试团队。
2.负责项目开发过程中问题的分析、解决方案制定，并跟踪算法开发、软件实现及硬件适配过程，解决系统级技术问题，确保问题闭环。
3.熟悉ACC/LCC/LKA/AEB/LDW/ELK等L2功能，深入理解其功能应用场景及弱势场景，确保功能实现符合设计预期。
4.熟悉ADAS相关国内外准入法规（如GSR, ADR等），熟悉E-NCAP/C-NCAP/A-NCAP等安全评级测试章程及要求，确保产品合规性。
5.参与系统架构设计及功能定义，协助制定技术方案和验证策略。
1、以总体项目目标实现为导向，负责Android手机OS项目全生命周期管理，对项目的VQCT负总责；
2、负责Android手机OS项目整体测试计划（甘特图、里程碑计划等）的制定、维护和跟踪，同时推动&审视外部计划的合理性，确保基线项目节奏稳定推进；
3、整体把握Android手机OS项目IR价值点需求中的技术指标、适用场景分析、价值点验收有效性等统筹与分析，从用户及测试视角对价值点需求提出问题与建议，支撑价值点验收有效落地；
4、统筹并推动SR需求相关的产品需求定义、开发概设、UED交互视觉等各阶段工作及完成计划，为测试方案输出提供前期必要条件；
5、结合项目目标，推动OS项目组各领域策划，分阶段校准版本目标，实时监控项目进展，确保按时达成各节点要求；
6、负责多领域出现复杂问题的解决通道搭建与快速拉通，快速明确问题方向，支撑问题收敛与解决；
7、监控研发状态与问题解决效率，整体把控OS各软件领域交付进度、过程质量管控、风险问题识别、资源成本、效率提升等，支撑实现项目的高质量交付。
1. 原型机快速实现：负责外骨骼机器人核心模组的详细机械设计、打样跟踪及组装调试。
2. 实验与数据闭环：独立设计并执行关键零部件的寿命、性能测试，通过数据分析输出专业的失效分析报告及改进建议。
3. 技术路径探索：调研前沿材料及新机构方案，进行可行性论证与初版 Demo 验证。
4. 知识资产固化：负责技术文档、专利挖掘及标准化作业流程（SOP）的编写。
5. 跨部门技术协同：对接供应商及量产部门，确保产品平滑交付。
作为 AI 软件测试开发工程师，您将参与平头哥 AI 软件测试开发工作. 您将参与构建高覆盖率的测试体系，确保功能正确性、精度、性能优化和稳定性。设计自动化测试方案，并与开发团队紧密协作，推动产品质量持续提升。
主要职责:
参与 AI 芯片软件测试开发工作。
参与深度学习框架, 推理引擎软件测试方法设计、测试系统搭建和测试开发工作。
协同开发团队建立模型性能、精度验证机制和评价柝准。
使用Python等工具编写简单自动化测试脚本，辅助芯片测试流程。
协助搭建基础测试环境（如硬件接口配置、驱动安装）。
负责与开发团队、项目管理团队一起制定软件需求开发计划，并且制定对应的测试开发计划。
1，负责处理器架构、服务器平台、系统稳定性和性能测试的策略规划和实施。
2，负责设计和执行自动化测试方案，包括系统稳定性、性能分析和压力测试等等。
3，对处理器微架构进行深入分析，优化测试案例，对处理器相关的指令集、并发执行、缓存一致性等关键功能予以验证。
4，设计和研发高效的测试工具和框架，以满足行业标准和自动化需求。
5，参与客户对接，梳理客户需求和场景，提升内部测试覆盖和能力。
6，在跨功能团队合作中，与硬件和软件工程师协同工作，解决处理器、稳定性和性能等技术问题。
7，评估新兴技术和测试方法在现有测试流程中的应用潜力，进行技术预研和推广应用。
8，推动产品质量和交付标准的制定，推动整体交付流程建设。
1.负责架空线路导地线、线路金具及相关材料检测技术开发。
2.负责架空线路导地线、线路金具及相关材料科研工作。
3.负责根据产品要求和标准规范，实施样品检测，出具检测报告;
4.完成领导交办的其他工作。
