高德地图高德-高级技术专家(交易/营销方向)-高P专项
任职要求
1、本科及以上学历,6年以上Java开发经验;具备交易平台架构经验和研发Leader经验者优先考虑; 2、Java基础扎实,熟悉JVM,包括内存模型、类加载机制以及性能优化等经验;同时掌握GoLang者优先; 3、了解SOA架构理念、实现技术;熟悉常见设计模式,掌握 SpringBoot、MyBatis等框架;熟悉Spring原理; 4、熟悉Dubbo或类似框架、Zookeeper、ElasticSearch/Solr、分布式调度等开源框架及产品,熟悉源代码; 5、熟练掌握MySQL,熟悉数据库原理具备数据库调优经验,掌握MQ、Cache、NoSQL应用及原理; 6、具备较强的业务理解及业务抽象能力,能够快速从业务需求中找到技术设计的场景,有较强的业务sense; 7、具有良好的编程习惯,简洁清晰的代码风格,善于学习,具备独立分析和解决问题的能力,注重利用合理的设计 模式和模块化的组织方式对代码进行架构; 8、要求有激情、踏实、有责任心,具有良好的团队合作精神和沟通能力,乐于解决具有挑战性的问题,对待技术有 强烈兴趣。
工作职责
信息工程介绍:构建空间智能商业引擎,支撑高德日均调用北斗定位4800亿次,我们在商业服务领域面临多重极端技术挑战;节假日搜索系统需承载超百万QPS峰值请求,同时保障更新99.999% SLA;实时管理海量动态服务节点(从充电桩状态到酒店房态),时空数据更新毫秒级延迟。 1、提升交易稳定性、数据一致性、缩短RT等; 2、业务层面打造交易平台,支持业务快速试错、迭代,提升产研效率,快速助力业务KPI的达成。 3、负责高德基于LBS本地生活类业务(例如:酒店、门票、加油充电、美食生服)的营销运营体系建设,营销引擎、增长相关系统研发和迭代。 4、参与系统稳定性保障体系的建设,包括系统风险识别与优化、稳定性工具沉淀,保障大促及平时业务系统稳定、高效运转 5、负责协调上下游团队,推动项目高效、有序落地。
信息工程介绍:构建空间智能商业引擎,支撑高德日均调用北斗定位4800亿次,我们在商业服务领域面临多重极端技术挑战;节假日搜索系统需承载超百万QPS峰值请求,同时保障更新99.999% SLA;实时管理海量动态服务节点(从充电桩状态到酒店房态),时空数据更新毫秒级延迟。 1、提升交易稳定性、数据一致性、缩短RT等; 2、业务层面打造交易平台,支持业务快速试错、迭代,提升产研效率,快速助力业务KPI的达成。 3、负责高德基于LBS本地生活类业务(例如:酒店、门票、加油充电、美食生服)的营销运营体系建设,营销引擎、增长相关系统研发和迭代。 4、参与系统稳定性保障体系的建设,包括系统风险识别与优化、稳定性工具沉淀,保障大促及平时业务系统稳定、高效运转 5、负责协调上下游团队,推动项目高效、有序落地。
团队负责高德的商品、交易、营销、支付和履约平台,支持高德酒店,旅游门票,租车,火车汽车票机票,美食,加油充电,电影,房产,新车二手车等多行业的商品接入,模型设计,货架导购,营销交易,支付财务等,是一个集业务开发和平台设计为一体的团队,在这里你可以体验到不同行业、不同业务形态的丰富性,体验业务带来的成就感,也能学习到如何抽象设计、做平台的技术能力。 职位描述: 1. 负责商品、交易、营销、支付或者履约等领域,某一个领域的技术团队规划、架构升级以及整体方案设计。 2. 负责与业务一起,定位当前核心挑战、判断方向并找到技术做功点,带领团队实现日常需求的价值判断,完成开发设计。 3. 负责技术团队的团队建设,人才培养和升级。 4. 负责技术团队的日常管理等。
团队使命: 作为网约车交易市场技术核心团队,我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术(LLM) ,构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设,持续优化平台商业价值与司乘体验,驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作: - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎,涉及的技术方向包括:精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎,构建可持续优化的收益管理与增长引擎系统,涉及的技术方向包括:长周期用户价值(LTV)建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统,构建面向多目标高度封装的全自动智能化的运营引擎,助力网约车业务精细化运营提效。涉及的技术方向包括:不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎,构建面向不同品类业务特点的判责、治理策略系统,涉及技术包括:多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。