携程订单组 - 后端架构师(MJ020470)
任职要求
资深开发经验与专业技能：拥有 7 年以上 Java 开发实战经历，其中 3 年以上系统设计经验，熟稔软件开发全流程，可独立承担功能模块的架构设计与开发任务。在 JavaEE 领域根基深厚，对 Java 基础技术体系（涵盖 JVM、类装载机制、多线程并发、IO、异步 IO、网络、RPC）具备深入的理解与丰富的应用实践经验，能够灵活运用这些技术解决复杂的开发问题。技术框架精通与代码质量把控：对常用 JavaEE 技术框架（如 Spring、SpringBoot、Mybatis、Kafka 等主流开源框架）达到精通水平，不仅深入洞悉其原理与机制，更能编写高质量、简洁明晰的代码，遵循最佳实践原则，确保代码的可维护性、可扩展性与高效性。设计能力卓越与数据结构算法精通：具备卓越的面向对象分析与设计能力，熟练运用设计模式与 UML 建模工具进行系统设计与架构规划。对常用数据结构与算法掌握娴熟，并能根据实际业务场景进行针对性优化，以提升程序性能与资源利用率。缓存技术专长与数据库精通：在缓存技术领域，对 Redis 达到精通程度，同时对 TiDB、OBKV、Coffeine、Spring Cache、Guava Cache 等缓存技术有广泛了解，精通缓存设计及其应用模式，能够根据业务需求构建高效的缓存策略。熟练运用 Mysq…
工作职责
技术规范管理与团队赋能：主导团队技术规范的构建、推行与持续管理，积极研发或挖掘对团队具有长远价值的项目，为团队的稳健且可持续发展提供强劲动力，全方位提升团队整体技术水准。深度参与技术方案评估流程，精准预警潜在风险，并提前介入以有效规避风险发生，保障项目顺利推进。核心技术攻关与系统优化：聚焦核心技术难题展开攻坚，主导架构设计与系统优化工作，全力协助攻克项目开发进程中的各类技术障碍，对现有系统进行迭代优化，提升系统性能与稳定性。密切关注互联网前沿技术动态，深入评估外部技术与解决方案，为团队技术创新提供前瞻性思路与可行路径。
编写代码实现产品功能，完成项目开发，撰写相关文档，参与需求分析;能够在团队中完成Code Review的任务，确保相关代码的有效性和正确性，并能够通过Code Review提供相关性能以及安全的建议；协同产品、运营团队，推动业务及项目落地，持续优化升级现有软件产品和系统，及时响应线上故障，快速定位并修复现有软件缺陷。指导Java工程师根据产品需求进行开发，保证开发效率和代码质量。负责核心技术问题的攻关，架构设计、系统优化，协助解决项目开发过程中的技术难题;了解互联网的技术发展、评估外部技术与解决方案。
1、负责并参与快手标类品牌广告产品（包括开屏、信息流、搜索品专等）开发工作； 2、负责并参与快手品牌广告投放平台的开发和升级，包括订单排期管理、询量锁量、库存管理、资源管理、广告组投放、创意管理等服务； 3、参与复杂业务系统的架构设计开发和性能优化等； 4、深入理解广告变现和品牌营销变现逻辑，参与产品创新。
1、负责并参与快手标类品牌广告产品（包括开屏、信息流、搜索品专等）开发工作； 2、负责并参与快手品牌广告投放平台的开发和升级，包括订单排期管理、询量锁量、库存管理、资源管理、广告组投放、创意管理等服务； 3、参与复杂业务系统的架构设计开发和性能优化等； 4、深入理解广告变现和品牌营销变现逻辑，参与产品创新。
（一）C 侧导购标签体系的顶层设计与规划 1. 基于 C 端用户（消费者）需求深度洞察，结合业务目标（如提升转化、优化用户决策效率、增强商品匹配精准度等），主导设计系统化的导购标签体系框架，明确标签的核心维度（如用户场景、商品属性、需求痛点、人群特征等）、层级关系（如一级标签、二级标签的逻辑关联）及应用边界。 2. 联动产品团队，梳理 C 端用户在消费决策中的核心痛点（如 “不知道选什么”“担心不符合需求” 等），将抽象需求转化为可落地的标签载体（例如：将 “用户不放心车辆卫生” 转化为 上线“车辆实拍图” ，将 “用户无法比较商品” 转化为 “点评” 标签）。 3. 制定标签体系的迭代策略，根据用户行为变化、业务拓展（如新增品类、场景）及市场趋势，定期优化标签维度与覆盖范围，确保标签体系的时效性与扩展性。 （二）导购标签的精细化设计与落地 1. 负责标签的具体规则设计，包括标签的命名逻辑（需符合 C 端用户语言习惯，如 “性价比高” 优于 “低价优质”）、判断标准（如 “热销” 标签需明确基于销量、增速还是好评率）、权重分配（如多标签叠加时的优先级）等，确保标签易懂、精准、无歧义。 2. 针对不同用户场景（如搜索、推荐、详情页、活动页）设计标签的差异化应用形式，例如：搜索场景侧重 “筛选型标签”（帮助用户快速缩小范围），推荐场景侧重 “引导型标签”（突出商品核心卖点），确保标签与用户决策路径匹配。 3. 输出标签设计规范与手册，指导团队或协作方（如产品、数据）落地标签的前端展示、后端逻辑开发，确保设计意图准确实现。 （三）标签有效性的科学验证与迭代优化 1. 建立标签有效性评估体系，明确核心指标（如标签点击率、标签引导的转化率、用户对标签的满意度、标签与商品的匹配准确率等），通过数据量化标签对用户决策及业务目标的影响。 2. 主导标签效果的A/B 测试设计与执行：针对新标签、标签规则调整或应用场景变化，设计对照组与实验组，通过对比数据（如标签点击后的转化漏斗、用户停留时长）验证标签的实际价值，例如：测试 “正品保障” 标签是否能提升用户下单率。 3. 深度分析标签相关数据，挖掘无效标签的根因（如标签定义模糊导致用户误点、标签与商品不匹配导致转化低），输出优化方案并推动落地（如调整标签规则、下线无效标签、补充高价值标签）。 4. 结合用户反馈（如问卷、评论、客服咨询）验证标签的 “用户感知度”，例如：通过用户访谈确认 “轻奢” 标签是否被正确理解，避免标签与用户认知偏差。 （四）跨部门协作 1. 信息覆盖方向POC，制定团队目标与分工，推动标签设计、验证、优化等工作高效执行，有管理机会； 2. 与数据团队协作，推动标签数据的采集、计算与可视化（如标签效果看板），确保评估指标可追踪、可分析；与产品团队配合，推动标签在前端产品形态中的合理呈现（如标签位置、样式对用户注意力的影响）。 3. 与产品团队联动，收集各业务线对标签的需求（如新品类需新增特色标签），平衡用户价值与业务目标，确保标签体系对全业务场景的支撑。 （五）商业分析与业绩预测 1. 搭建包车游业务核心指标体系，涵盖 GMV、毛利、订单转化率、客单价等关键数据，建立常态化数据监控与复盘机制。2. 深度分析境内外包车业务业绩表现，拆解流量、供给、定价等维度影响因素，定位未达标环节并输出可落地的优化建议。3. 开展市场与竞品调研，追踪 OTA 行业包车细分领域趋势，分析用户需求变化与竞品策略，为业务差异化布局提供依据。4. 结合行业数据、供需变化及节假日等场景，构建业绩预测模型，精准预判业务增长潜力与风险点。5. 联动产品、运营、供应链等团队，将分析洞察转化为具体策略（如定价优化、流量分配、产品组合），并追踪落地效果。