腾讯搜索应用部-搜索数据后台开发工程师
任职要求
1.具备2年以上大数据开发经验，包括实时/批量数据处理、数据建模、数据治理等； 2.具备扎实的编程能力、良好的数据结构与算法基础； 3.熟悉C++或Java语言，同时能够熟练使用…
工作职责
1.参与AI搜索离线数据的开发工作，包括数据接入、特征生产、数据应用等需求的支持； 2.负责离线数据批流一体化建设的整体设计和研发，提升系统稳定性和性能，提升数据质量。
1.主导内容接入系统的架构设计与升级，构建灵活、高扩展性的分布式架构，支持业务快速迭代； 2.设计高性能数据处理链路，优化数据接入、清洗、存储及分发的全流程效率，保障系统高可用性（SLA≥99.9%）； 3.解决高并发、低延迟场景下的技术难点，设计容灾方案，确保数据一致性及服务稳定性； 4.深入理解大模型训练与推理的数据需求，结合前沿的LLM能力，构建内容理解与特征提取系统，优化数据标注与结构化能力； 5.。
1、商品库基础产品设计与迭代：负责商品库底层模型设计与优化，包括品类结构与类目管理、商品属性体系（CPV）、淘系品牌库、标准商品定义（SPU）、同款商品底层。 2、商品数据质量建设与持续优化：协同商家发品链路，对商品数据进行采集、清洗、校验、巡检，探索和应用大模型，持续优化底层商品数据质量，提升商品特征数据的准召。 3、商品数据应用链路：联合算法团队优化大商品标签体系，支持搜索、推荐、妈妈等核心场景的商品数据的应用链路，带来业务增量。
1、商品基建体系搭建与优化 ● 负责电商平台商品基础能力建设，包括设计并维护电商平台后台类目树架构（三级及以上分层逻辑）、类目属性体系与标准（如关键属性、销售属性）、标品库（SPU）、同款识别模型、品牌库的标准化搭建与持续迭代，确保类目覆盖率和准确性，提升商品信息标准化、丰富度与准确性。 ● 制定商品基建衡量标准（如属性填充率、标品覆盖率、同款识别准确率），推动商品数据治理及智能化工具落地（算法预测、自动化回填）。 2、跨部门协同与项目管理 ● 推动类目管理工具（如属性配置后台、自动化审核系统）迭代，提升运营效率。 ● 通过商品基建专项（如商品基建重构、价格力专项），协调产品、算法、招商团队完成需求落地，确保项目目标按时达成。 ● 制定商家侧运营工具（如商品信息诊断、竞价后台）及赋能方案，提升商家运营效率。 3、数据化运营与场景应用 ● 推动商品信息在核心场景的深度应用（搜索推荐、招商选品、商业化投放），通过属性标签、标品特征优化商品卡点击率（CTR）及GMV转化效率。 ● 验证商品导购策略（如属性筛选、同款热销透出）对用户体验及交易效率的影响，输出可复用的运营方法论。提升整体交易转化效率。
1、负责商品卡在导购链路、导购场景、导购玩法的策略规划，把握消费者购买决策的关键因素，做好人货场匹配，为转化效率负责； 2、构建相关基础设施，包括但不限于商品理解、用户理解、内容理解，并完成策略设计，应用到合作业务，并跟进上线及效果验收/调优； 3、从业务出发，全流程负责策略设计、资源协调、推送需求落地，结合数据分析与业务洞察，持续优化迭代，提升业务价值； 4、与产品、算法、工程团队紧密合作，完成需求分析/方案设计，并推进搜推策略迭代和落地。