滴滴高级/资深后端研发工程师-聚合架构/稳定性方向(JR20260122012)

我们正在寻找一位兼具后端开发功底与系统级视野的优秀工程师，加入我们致力于构建高性能软件研发基础设施的技术团队。 在这里，你将深度参与企业级编译系统、构建流水线与自动化发布平台的建设，专注于提升大规模项目的构建效率、稳定性和可复现性 你将负责： 1. 设计与维护高性能 CI/CD 构建平台 基于GitLab CI和自研系统，搭建支持多语言（C/C++/Go/Python）的自动化构建流水线；优化构建缓存、依赖管理与并行编译策略，显著缩短构建时间。 2. 构建和优化编译环境与工具链 管理和维护基于 GCC、Clang/LLVM的标准化编译环境，支持不同版本共存与按需切换；定制编译参数、警告规则与静态分析流程，提升代码质量与一致性。 3. 推动构建可重复性与确定性编译 实现构建过程的环境隔离，依赖锁定与输出校验，确保“一次构建，处处一致”，满足安全审计与发布合规要求。 4. 性能分析与构建加速优化 使用工具分析编译瓶颈；集成分布式编译方案或增量构建机制，提升大型项目编译速度。 5. 构建全链路可观测性系统 搭建覆盖构建耗时、失败率、资源消耗的监控体系，实现构建日志聚合、错误自动归因与趋势预警。 我们提供： ● 深度参与企业级构建系统与研发基础设施建设的机会，直面超大规模工程挑战； ● 接触编译器、构建原理与底层系统优化的深度技术实践； ● 资深系统工程师带队，清晰的成长路径，快速成长为平台型/架构型人才； ● 开放、平等、鼓励技术创新的文化，支持内部提案与技术分享；

1. 负责聚合业务外部流量接入技术建设，搭建标准化接入与交易链路、构建外部协作门户，打造高质量流量生态。 2. 负责聚合平台的技术迭代与架构优化，搭建聚合业务全链路技术解决方案，搭建核心产品能力，赋能商户经营、保障用户打车体验，支撑司乘交易增长与商家经营管理。 3. 应对大流量复杂业务场景等技术挑战，兼顾 ToB/ToC 技术落地，协同业务探索聚合商业模式与技术架构最佳实践。

钉钉正在全面拥抱多模态AI，正在致力于将视觉大模型、边缘智能与实时视频分析深度融合，赋能智能零售、智慧工厂、智能交通等多个行业。我们拥有强大的工程化能力和创新研发氛围，期待志同道合的技术精英加入，共同推动视觉AI落地千行百业。 我们正在寻找在视觉AI领域具备真正工程化落地经验的技术人才，你将参与公司核心视觉AI系统的研发与优化，负责从算法设计、模型训练到高性能部署、大规模流式处理的全链路技术实现。具体职责包括： 1. 视觉大模型与算法开发 ○ 负责视觉大模型的后训练（Post-training）优化，包括微调、蒸馏、量化、剪枝等，提升模型在实际场景中的泛化能力与效率。 ○ 开发端侧视觉大模型，针对边缘设备进行轻量化设计与部署。 ○ 设计并实现传统CV算法（如目标检测、跟踪、姿态估计、图像增强等）与深度学习模型的融合方案。 ○ 构建视觉嵌入生成与特征提取模型，支持跨模态检索、相似性匹配等应用。 ○ 能根据实时性、性能、成本等多维约束，设计合理的算法组合与技术路线，实现最优落地效果。 ○ 在行业专家的指导下完成高质量的数据清洗和标注，建立多行业多场景的视觉AI评估框架 2. 高性能推理部署与优化 ○ 基于不同算法特性，选择并实施高并发、大吞吐的推理部署方案，熟练使用以下技术栈： ■ 推理框架：Triton Inference Server、ONNX Runtime、TensorRT ■ 部署平台：KServe + Triton / KServe + vLLM ○ 实现模型的动态批处理、自适应推理、低延迟响应，优化端到端服务性能。 ○ 负责模型格式转换、算子优化、硬件适配（GPU/TPU/NPU）及性能调优。 3. 分布式视频流处理系统构建是加分项 ○ 构建高可用、可扩展的分布式视频流处理 pipeline，支持多路视频流的实时接入与处理。 ○ 基于 Kafka + Flink 实现视频帧的流式消费、分发与状态管理。 ○ 完成视频数据的实时AI推理、结果聚合、元数据落盘，并与下游系统无缝集成。 ○ 保障系统在高负载下的稳定性、容错性与可监控性。 4. 跨团队协作与技术沉淀 ○ 与产品、业务、后端及硬件团队紧密协作，推动AI能力在真实业务场景中的落地。 ○ 输出技术文档、最佳实践，参与构建公司级AI工程化平台与工具链。

安全引擎部门介绍：安全引擎承担网约车、花小猪、顺风车、货运等业务线安全需求的工程研发，致力于构建“事前隔离-事中研判干预-事后妥处置”的全链路工程架构，覆盖全场景安全产品矩阵、降发生策略架构、风险研判工作台、音视频合规与隐私保护等重点工作。 工作职责： 1、投身构建世界一流的平台型安全术体系，提升滴滴用户在安全场景下的体验和满意度； 2、积极参与业务需求讨论，支撑滴滴负向业务的需求研发，确保端到端的交付效率与质量； 3、深入理解安全业务逻辑，抽象业务，沉淀中台，用技术手段提升滴滴的负向业务能力，赋能业务发展。