小红书服务端研发-购后体验-电商-杭州(售后/逆向履约/CCO)
任职要求
【技术能力】 1、精通Java,掌握分布式系统设计原理,熟悉分布式系统中常见的技术基础设施(MySQL/Redis/ES/MQ/ThriftRPC等),有清晰的问题分析和系统设计思路; 2、有工程架构优化经验(如读写分离、冷热分离、服务重构等)和稳定性保障实战经验,具备高可用高性能系统调优能力; 3、掌握LLM的基本知识,有AI Agent实践经验优先; 【匹配特质】 1、追求极致体验:对架构边界、代码可维护性、界面卡顿等细节有技术洁癖; 2、业务敏感度:能从用户进线求助中发现产品优化点(例:高频纠纷问题=售后申请页改进机会); 3、技术前瞻性:关注LLM等技术在工程架构领域的应用演进;
工作职责
1、高可用高性能系统设计 设计并优化支撑千万级日活用户的购后服务系统,保障核心场景7x24小时可用性99.99%,页面秒开率99.99%;平稳应对大促期间瞬时100倍的流量振幅,核心链路SLA不降级; 2、智能服务与策略调度 构建电商购后场景专属的AI服务能力,搭建并优化基于用户场景的购后策略调度体系,实现咨询问题智能解答、求助意图快速澄清、解决方案动态生成,提升消费者购后问题的解决效率; 3、复杂业务场景融合串联 打通售后申请、IM进线、社区舆情与售后主动服务,实现用户从“发起求助→单据→售后主动服务→求助问题解决→同类问题治理”的无缝衔接,打造高效极致的购后服务体验;
1、高并发实时消息系统 设计并优化支撑千万级日活用户的即时通讯架构,应对大促期间瞬时消息量激增100倍的极端场景,保障99.99%的消息到达率与毫秒级延迟。 分布式/弱网等场景下的消息一致性,确保订单状态变更、优惠券核销等关键业务指令在IM会话中零误差同步; 2、智能交互与安全风控 构建电商场景专属的AI对话引擎,实现商品链接智能识别、订单卡片自动生成、敏感词实时拦截,提升买卖家沟通效率30%+。 研发基于用户行为的实时反欺诈系统,动态识别刷单、导流、恶意骚扰等风险行为,保障平台交易安全; 3、复杂业务场景融合创新 打通社区内容与电商服务链路,实现用户从“种草笔记→IM咨询→下单支付”的无缝跳转,打造小红书特色“社区化交易闭环”。 探索直播带货、闪购等新场景下的实时互动方案,如主播-观众多对多答疑、限时抢购状态同步等前沿技术落地。
大众点评作为国内重要的本地生活消费决策参考平台,多年来深耕本地生活消费领域,深受广大用户的信任和喜爱。我们的业务覆盖了吃喝玩乐游购娱等生活场景,通过极具辨识度和公信力的”星级“和”评价“产品,为数亿用户提供了全面、可信的消费决策依据。为更好满足用户探索城市的需求,大众点评在原有星级和评价的基础上,以信息流产品形式,助力用户发现更多好去处。大量优秀年轻同学的加入,为我们的团队注入了澎湃活力。我们相信,真实的生活是不可替代的,真实的感受是值得记录的,真实的美好是要被看到的。希望优秀的你能和我们一起,帮助广大用户在大众点评上发现更多好去处,找到属于自己的人间烟火气,共创美好生活。 岗位职责 1. 负责大众点评作者与供给激励产品的前端开发。 2. 负责优化点评Web架构,提升研发效率。 3. 负责前端性能体验优化和稳定性保障。
工作职责 1、负责小红书社区电商购后链路(履约、物流、客服、售后等),小红书平台客服(社区、商业化等业务)的迭代和系统架构设计系统能力建设; 2、深入发掘和分析业务需求,深度参与多个核心系统的建设,承担系统的设计开发维护工作,并持续优化改进; 3、定义业务模型和服务等,识别当前架构中存在的问题,定义清晰的问题并推动架构演进,体系化的解决问题。
1、深度参与用户增长相关的系统核心模块的设计、开发、测试、上线过程,以及线上数据分析、迭代优化、疑难问题解决过程; 2、构建高可用、易扩展的微服务体系,保障系统稳定,提升工程效率,支撑用增业务的快速迭代; 3、和产品、数据、场域等团队深度合作,以数据驱动和目标结果导向,完成电商用户增长目标持续突破; 4、从用户全生命周期角度,构建业务增长策略体系(拉新、复购、提频、人群细分、LTV等); 5、围绕用户生命周期构建不同的运营和牵引机制,打造精细化人群运营体系,助力平台目标用户人群DAU稳步增长和长期留存率提升; 6、跟业界前言技术和理念,用创新的思路方法解决用增方面的技术挑战,通过技术手段驱动相关业务变化