岗位职责
- 负责城市级地理空间数据处理与建模，包括道路、水系、行政区划、POI等多源数据融合；
- 设计并优化分层切分与block合并算法，研发空间聚类与区域划分算法（如DBSCAN/HDBSCAN/图聚类/启发式合并），平衡业务约束（POI上限、面积上限、形状规整性）与计算效率，完成效果评估与线上迭代；
- 搭建大规模空间计算流水线，支持Spark/Hive/HDFS环境下的批处理与增量更新，优化GeoPandas/Shapely等链路性能，解决爆内存、并发效率、几何有效性与拓扑稳定性问题；
- 与产品、数据、工程团队协同，推动算法工程化、可观测、可回溯、可维护。
职位要求
- 计算机、GIS、测绘、遥感、应用数学等相关专业；
- 扎实的Python工程能力，熟悉Pandas、GeoPandas、Shapely、NumPy，具备复杂空间处理代码的重构与性能优化经验；
- 熟悉常见空间关系与拓扑操作（intersects、contains、overlay、polygonize等）；
- 熟悉分布式数据处理体系（Spark SQL、Hive、HDFS）；
- 理解空间聚类、图算法、启发式搜索或近似优化方法，能在业务约束下做可落地方案；
- 具备良好的问题排查能力，能快速定位几何异常、并行任务失败等复杂问题。
