logo of bytedance

字节跳动测试开发工程师(隐私质量)-TikTok

社招全职5年以上62T1地点:上海状态:招聘

任职要求


1、拥有5年工作经验,计算机或相关专业本科以上学历,有移动互联网工作经历最佳;
2、熟练掌握Java/C/C++/Go/Python等任一语言,在大数据/Web/Server端至少一个方向领域有深入的测试技术积累和项目经验;
3、有坚实的工程能力,拥有业务项目质量专项工具平台建设经验(包括但不限于,全链路压测、稳定性、自动化归因、监控巡检等);
4、熟悉大规模分布式系统,参与过高并发、多数据中心项目建设;
5、具备比较好的…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


团队介绍:TikTok是一个覆盖150个国家和地区的国际短视频平台,我们希望通过TikTok发现真实、有趣的瞬间,让生活更美好。TikTok 在全球各地设有办公室,全球总部位于洛杉矶和新加坡,办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。

TikTok研发团队,旨在实现TikTok业务的研发工作,搭建及维护业界领先的产品。加入我们,你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景,支持产品在全球赛道上高速发展;也能接触到包括服务架构、基础技术等方向上的技术挑战,保障业务持续高质量、高效率、且安全地为用户服务;同时还能为不同业务场景提供全面的技术解决方案,优化各项产品指标及用户体验。 
在这里, 有大牛带队与大家一同不断探索前沿, 突破想象空间。 在这里,你的每一行代码都将服务亿万用户。在这里,团队专业且纯粹,合作氛围平等且轻松。目前在北京,上海,杭州、广州、深圳分别开放多个岗位机会。

1、构建全面的隐私数据质量挖掘及隐私质量的度量指标体系、沉淀隐私数据质量分析方法与监控框架, 提炼隐私数据产品需求,与相关团队(质量,数据平台引擎,数据平台化开发等) 协作完成隐私风险监控的体系搭建;
2、参与大数据组件技术应用,国际化短视频数据保护的质量建设、改造和技术攻关;
3、工作范围涉及包括但不限于:任务和资源调度系统,分布式高并发系统,据资产管理,实时质量监控,流批一体技术等领域。
包括英文材料
学历+
Java+
C+
C+++
Go+
还有更多 •••
相关职位

logo of bytedance
社招3年以上A111028

1、负责产品隐私安全及数据合规专项质量保障工作,协同产品研发团队高质量交付产品安全基建能力及安全合规专项; 2、负责体系化搭建隐私合规业务的测试架构和工具体系,提高质量和测试效率; 3、深度参与安全合规质量体系规划及建设、参与安全质量评估及度量标准建立,并根据度量结果寻找质量提升方法,在业务落地。

更新于 2025-06-12深圳
logo of mi
社招4年以上A29950

1. 负责小爱同学相关功能模块的端到端测试及质量保障工作,深入参与需求/技术评审,制定覆盖功能、性能、稳定性、兼容性、安全隐私等全维度测试方案 2. 主导移动端专项测试(时延、流畅度、负载能力等)及行业级测试标准建设,开发定制化性能监控工具链,实现响应时延、CPU/Memory占用等关键指标的实时追踪 3. 推动测试工具平台化建设,主导自动化测试框架(Pytest/JUnit/Appium)二次开发与持续集成,构建高覆盖率的UI/API自动化测试体系 4. 搭建质量数据看板系统,通过SQL/BI平台实现质量指标可视化监控,建立质量风险预警体系 5. 探索前沿测试技术(精准测试、大模型测试、容器化测试等),推动测试方案在CI/CD流程中的深度应用

更新于 2025-05-22武汉
logo of mi
社招5年以上A122902

1.负责小爱同学各设备终端测试和质量把控,保障发版质量,提高测试效率; 2.参与需求评审、技术评审,制定完备的测试方案及监控手段保证产品交付质量; 3.能设计自动化测试方案,参与测试工具及平台开发,推动研发流程优化,提升研发效能; 4.作为跨团队业务部门接口人,能识别项目风险,能解决终端测试过程中的复杂技术问题,并能跨团队/部门合作推动关键风险问题的解决闭环以保证项目交付质量; 5.参与研究与探索前沿测试技术,辅助提升质量和效率,不断提升岗位价值。

更新于 2025-04-01北京
logo of jd
社招数据开发岗

1. 参与 AI Agent 服务层的整体架构设计与落地,建设智能数据高效流转,包括数据接入、清洗、标注、元数据与血缘增强、数据治理、数据安全。 2. 面向大模型与Agent,设计并实现核心服务层组件,负责Agent场景的效果优化,深入研究LLM后训练相关技术,包括CPT/SFT/RLHF/RLVR等,提高算法准确率和效率。 3. 构建可复用的 Agent 框架与组件库(记忆模块、工具箱、调度器等),实现不同任务的快速拼接、部署与生产落地。 4. 跟踪LLM领域的最新研究成果,用以持续提升算法应用效果,研究方向包括但不限于强化学习中的奖励模型的优化和创新,AgentRL,可验证奖励的构建和扩充。 5. 关注前沿 AI 技术在 Agent 场景的落地可用性,推动试点、验证与落地。

更新于 2026-01-18北京