网易资深开发工程师（推荐系统向&蛋仔派对）
任职要求
1. 本科及以上学历，2~4年相关行业从业经验，有业内第一梯队产品实际开发经验者优先； 2. 具备优秀的编码开发能力，能熟练应用相关领域各类工具链快速完成既定开发任务，熟悉Python开发语言； 3. 优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情； 4. 参与过数据处理、训练、推理、模型微调、模型优化、下游任务的各个阶段工作，特别是针对大模型的各个阶段工作的候选人优先。 5. 有扎实的数据结构和算法功底，熟悉分布式机器学习,向量ANN检索算法,深度学习中一项或多项。
工作职责
1. 负责游戏内各种推荐业务的在线服务架构，离线计算和实时计算的数据链路等功能开发与性能调优； 2. 保障业务推荐系统的高性能、高可用、高效率，支撑业务需求迭代; 3. 基于已有大体量以及持续新生产大体量数据，充分应用各类先进技术（包括各类成熟推荐及机器学习等），结合实际场景和挑战完成预定目标； 4. 负责游戏侧内容推荐相关算法开发，共同搭建游戏行业垂直细分领域的顶尖级内容推荐系统，为用户提供一流体验
AI后端开发工程师的核心任务是为AI能力构建稳定、高效且可扩展的后台服务，确保智能应用顺畅运行。其主要工作包括： 1.系统架构设计与优化：参与设计高并发、低延迟、高可用的后端系统架构以支撑AI服务。运用微服务、容器化（Docker/K8S）、消息队列（Kafka/RabbitMQ）、缓存（Redis） 等技术，并优化数据库（如MySQL、MongoDB、向量数据库）性能 2.数据处理与管道构建：构建和维护数据管道，支持海量数据的采集、清洗、存储与处理，为模型训练和优化提供支持，有时需设计数据闭环系统 3.全流程开发与协作：参与从需求分析、设计、编码、测试到部署运维的全流程。需与算法工程师、前端工程师、产品经理等紧密协作，确保项目顺利交付 4.技术攻坚与创新：解决模型部署和运行中的技术难题（如资源瓶颈、轻量化），探索和引入前沿技术（如大模型服务化、多模态、边缘计算）以提升产品竞争力
参与大规模语言模型(LLM)及其他AI模型的在线服务部署、性能调优与推理加速，确保高并发、低延迟、高可用的模型服务。参与设计和开发智能Agent运行框架，实现核心模块，包括不限于知识库存储与检索(RAG)、Agent的长短期记忆存储、对接多模型协作协议(如MCP/A2A)等新型交互机制。负责搜索推荐算法工程后端系统的设计、开发和维护，保障系统稳定高效运行，实现高并发在线特征工程、模型推理服务集成和服务质量监控等核心模块。参与系统架构的设计、优化及核心模块的代码实现(Java为主)。与产品经理、算法工程师、前端工程师紧密协作，理解需求，设计技术方案并推动落地。负责系统的日常维护、监控、故障排查和性能调优。
参与大规模语言模型(LLM)及其他AI模型的在线服务部署、性能调优与推理加速，确保高并发、低延迟、高可用的模型服务。参与设计和开发智能Agent运行框架，实现核心模块，包括不限于知识库存储与检索(RAG)、Agent的长短期记忆存储、对接多模型协作协议(如MCP/A2A)等新型交互机制。负责搜索推荐算法工程后端系统的设计、开发和维护，保障系统稳定高效运行，实现高并发在线特征工程、模型推理服务集成和服务质量监控等核心模块。参与系统架构的设计、优化及核心模块的代码实现(Java为主)。与产品经理、算法工程师、前端工程师紧密协作，理解需求，设计技术方案并推动落地。负责系统的日常维护、监控、故障排查和性能调优。
1、协助产品负责人进行产品需求分析和业务建模； 2、负责智能体安全产品的架构设计和核心模块的设计和开发； 3、支持前场的业务PoC。