logo of bytedance

字节跳动后端团队leader(客服平台)-TikTok

社招全职A35480B地点:北京状态:招聘

任职要求


1、扎实的编程基础;
2、有保障和优化大规模分布式系统稳定性的经验;
3、有构建分布式系统的经验,曾经参与过系统的高可用,伸缩性建设;
4、熟悉常用的数据库,能根据场景做…
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、负责客服平台系统的高可用建设:包括但不限于解决多机房异构优化、合规、服务降级、服务容灾、SLA体系建设、稳定性评价体系、核心链路建设等;
2、负责核心系统的基础组件研发,不断提升服务架构的可扩展性和伸缩性,降低多机房和合规带来的系统复杂度;
3、对服务的高可用性以及性能效率有足够的理解,并主动在设计与实现中进行运用;
4、负责客服平台服务的运维,SLA管理,系统部署,性能调优,问题归因;
5、和多业务方合作,能够及时调整优先级,管理并维持项目预期。
包括英文材料
分布式系统+
还有更多 •••
相关职位

logo of bytedance
社招2年以上A111889

1、负责字节跳动客服业务平台研发团队的管理工作,理解并深入业务,从技术角度拆解业务诉求,抽象业务逻辑,设计合理技术路线,支撑业务目标达成; 2、和产品团队配合,对长短周期内的产品需求进行拆解,制定研发效率指标,追踪研发过程,确保业务需求在技术实现阶段顺畅落地; 3、指导并规范组内成员的技术文档编写,把控技术设计质量,确保服务架构合理,支撑稳定性和性能不断优化,可持续发展; 4、带领团队研习业界先进技术,并在组内落地,持续提升团队的技术品质。

更新于 2025-04-18北京
logo of bytedance
社招J6DMP

1、参与组建并带领相关技术团队,配合业务产品完成技术规划、架构设计、研发落地; 2、参与构建字节跳动电商物流平台的各类产品研发,包括但不限于:电商物流平台能力、发货履约、垂直行业物流解决方案、仓储、关务、物流计费、物流客服、物流供应链、服务商管理等核心系统的设计和能力建设; 3、深入理解业务,技术驱动,能够做技术规划,合理选型,并且推动落地; 4、新人指导、培训及代码回查,发现和解决系统存在的性能瓶颈等技术难题,推动系统架构优化。

更新于 2021-08-20杭州
logo of alibaba
社招5年以上技术类-开发

1、打造出海 SaaS 行业先进的 AI 工程平台,支撑 AI + 出海电商 多元化业务创新,加速 Agent 效果迭代与 AI 研发工程的验证与落地。 2、建设 AI 友好的电商经营知识资产体系,支持客户个性化专属生意模式的快速落地与持续沉淀,使 Agent 越用越“懂”客户,逐步成长为客户真正的 数字员工。 3、打造团队 AI 研发迭代新范式,积极探索 AI 在业务场景中的落地实践,推动 Agentic AI 在研发、运维、测试、客服等多个领域的创新应用,打通“大模型到业务落地”的 最后一公里,为业务创新持续提供高价值支撑。

更新于 2026-01-22深圳
logo of xiaohongshu
社招5-10年引擎

我们是小红书中台大模型 Infra 团队,专注打造领先易用的「AI 大模型全链路基础设施」!团队深耕大模型「数-训-压-推-评」技术闭环,在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势,基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品,持续赋能社区、商业、交易、安全、数平、研效等多个核心业务,实现 AI 技术高效落地! 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架,优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline; 2、研发支持多机多卡 RL 的分布式训练框架,开发TP/PP/ZeRO-3与RL流程的动态协同机制,解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链,主导框架与 MLOps 平台集成,提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作,参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代; 5、参与分析各业务 GPU 利用率与饱和度等指标,结合业务场景持续优化训练框架能力,提升框架领先性。

更新于 2026-03-28上海|北京