字节跳动推荐架构工程师
社招全职A02809地点:北京状态:招聘
任职要求
1、扎实的编程能力,有优秀的设计和代码风格,对技术挑战富有热情,问题追查有韧性;
2、对在线/近线架构有丰富的经验和广阔的视野;
3、有以下经验者优先:搜索或推荐相关的开发工作、高吞吐高并发的系统经验。
工作职责
字节跳动推荐架构团队,负责字节跳动旗下相关产品的推荐系统架构的设计和开发,保障系统稳定和高可用;负责在线服务、离线数据流性能优化,解决系统瓶颈,降低成本开销;抽象系统通用组件和服务,建设推荐中台、数据中台,支撑新产品快速孵化以及为ToB赋能。 参与国际化短视频 / 抖音 / 头条 / 西瓜等产品的搜索词推荐架构、评论推荐架构工作: 1、建立合理的稳定性、容灾、研发效率、成本等体系,提升抖音服务的稳定; 2、持续探索优化排序、召回、粗排、精排等在线服务,提升整体系统的可行性,同时降低系统的成本; 3、持续调整优化候选、样本、模型训练等近线架构,确保系统更新的实时性; 4、标准离线特征生产体系并完备生态,确保特征生产的稳定及清晰; 5、与算法同学一起进行推荐/推送/安全的需求支持,确保业务的高效迭代。
包括英文材料
高并发+
https://www.baeldung.com/concurrency-principles-patterns
In this tutorial, we’ll discuss some of the design principles and patterns that have been established over time to build highly concurrent applications.
https://www.baeldung.com/java-concurrency
Handling concurrency in an application can be a tricky process with many potential pitfalls. A solid grasp of the fundamentals will go a long way to help minimize these issues.
https://www.oreilly.com/library/view/concurrency-in-go/9781491941294/
You’ll understand how Go chooses to model concurrency, what issues arise from this model, and how you can compose primitives within this model to solve problems.
https://www.oreilly.com/library/view/modern-concurrency-in/9781098165406/
With this book, you'll explore the transformative world of Java 21's key feature: virtual threads.
https://www.youtube.com/watch?v=qyM8Pi1KiiM
https://www.youtube.com/watch?v=wEsPL50Uiyo
相关职位
社招A119899
团队介绍:字节跳动推荐架构团队,负责字节跳动旗下相关产品的推荐系统架构的设计和开发,保障系统稳定和高可用;负责在线服务、离线数据流性能优化,解决系统瓶颈,降低成本开销;抽象系统通用组件和服务,建设推荐中台、数据中台,支撑新产品快速孵化以及为ToB赋能。 1、负责字节跳动旗下相关产品的推荐架构工作,解决推荐核心系统的架构优化问题; 2、针对推荐场景的架构抽象和流程优化,支持大规模的机器学习的优化,支持推荐平台的研发; 3、针对高并发高吞吐的大规模系统,提升系统的稳定性、性能、可扩展性; 4、核心组件的研发和优化、新技术的应用和落地。
更新于 2024-11-06
社招Q6147
1、负责字节跳动旗下相关产品的推荐架构工作,解决推荐核心系统的架构优化问题; 2、针对推荐场景的架构抽象和流程优化,支持大规模的机器学习的优化,支持推荐平台的研发; 3、针对高并发高吞吐的大规模系统,提升系统的稳定性、性能、可扩展性; 4、核心组件的研发和优化、新技术的应用和落地。
更新于 2024-05-06
社招A52088
团队介绍:字节跳动推荐架构团队,负责字节跳动旗下相关产品的推荐系统架构的设计和开发,保障系统稳定和高可用;负责在线服务、离线数据流性能优化,解决系统瓶颈,降低成本开销;抽象系统通用组件和服务,建设推荐中台、数据中台,支撑新产品快速孵化以及为ToB赋能。 1、负责字节跳动旗下相关产品的推荐架构工作,解决推荐核心系统的架构优化问题; 2、针对推荐场景的架构抽象和流程优化,支持大规模的机器学习的优化,支持推荐平台的研发; 3、针对高并发高吞吐的大规模系统,提升系统的稳定性、性能、可扩展性; 4、核心组件的研发和优化、新技术的应用和落地。
更新于 2023-07-06