logo of alibaba

阿里巴巴阿里国际-高级C++开发工程师(智能引擎&架构)-北京

社招全职3年以上技术类-开发地点:北京状态:招聘

任职要求


1. 扎实的计算机基础
  ○ 精通数据结构算法设计,深入理解设计模式原理,熟悉Linux系统编程及网络通信机制
2. 卓越的工程能力
  ○ 3年以上C++/Java服务端开发经验,具备Python脚本语言开发能力
  ○ 熟悉分布式系统设计范式,有搜索/推荐/广告等复杂系统开发经验者优先
3. 大数据与AI工程化经验
  ○ 掌握Spark/Flink等大数据处理框架,具备PB级数据处理系统架构经验
  ○ 熟悉TensorFlow/PyTorch深度学习框架的工程化部署,了解常见ML/DL算法原理
4. 软性素质
  ○ 具备技术产品化思维,能快速理解业务需求并转化为技术方案
  ○ 优秀的跨团队协作能力,主动推动技术方案落地,对技术决策有ownership意识

差异化优势(加分项):
● 有广告竞价机制、实时预估系统或大规模向量检索系统研发经验
● 熟悉Kubernetes服务编排,主导过千万QPS级系统的稳定性保障
● 在VLDB/SIGMOD/KDD等顶级会议发表过相关领域论文

工作职责


团队与角色介绍:
我们是国际数字商业集团(AIDC)智能引擎事业群下属的广告引擎团队,致力于构建下一代智能广告技术平台。本岗位将深度参与广告引擎核心系统研发,聚焦在线服务架构优化、算法工程化落地、高并发系统性能调优及稳定性保障体系建设,通过技术创新驱动广告业务增长。
岗位职责:
1. 智能广告引擎架构设计
  ○ 主导AIDC广告引擎核心模块的技术架构设计与开发,构建高可用、低延迟的在线服务系统
  ○ 推进算法工程化落地,设计与实现特征工程、模型训练、在线推理全链路优化方案
2. 大数据处理平台研发
  ○ 开发支持千亿级数据处理的分布式计算框架,优化离线批处理与实时流式计算任务效率
  ○ 构建高性能特征存储与计算系统,支持毫秒级实时特征抽取与复杂特征交叉计算
3. 系统工程优化
  ○ 主导广告检索/排序/机制模块的性能调优,实现QPS与系统资源利用率的持续提升
  ○ 设计多级容灾方案,建立全链路监控体系,保障99.99%+的系统可用性
包括英文材料
数据结构+
算法+
设计模式+
Linux+
C+++
Java+
Python+
脚本+
分布式系统+
Spark+
TensorFlow+
PyTorch+
深度学习+
Kubernetes+
相关职位

logo of amap
社招2年以上技术类-地图

团队介绍:高德交通信息部,是由AI算法,大数据,实时计算,工程服务人才组成的创新型技术团队,致力于构建下一代核心智能驾驶体验。在过去三年持续创造多个突破性创新产品技术,包括2021年上线的全国分钟级交通事件检测引擎,2022年5月业内首次实现的大规模红绿灯倒计时推演、2022年8月上线的基于实时天气光影计算的防晒导航,2023年上线的大规模车车V2X技术,路线规划天级自学习优化反馈技术等。目前有算法、实时计算、工程服务等多个职位,欢迎你的加入,一起用技术驱动创新,让广大用户的出行更美好。 1.负责高德地图动态信息接入、发布及应用系统的设计和研发工作; 2.参与红绿灯、下一代路况等核心业务研发,提升数据质量的同时保障业务稳定高效; 3.为高德地图交通信息的核心应用实现安全可靠的解决方案,确保核心数据安全、高效使用; 4.与测试部门协作沟通测试工作并推动业务进展; 5.和产品部门沟通产品需求,提供技术解决方案,协助产品部门提高用户体验。

更新于 2025-09-22
logo of 10jqka
社招

计算引擎开发:负责设计和实现高性能的PineScript解释器/编译器,支持策略回测、实盘交易等核心功能,确保语法兼容性和执行效率。 量化计算引擎架构:构建低延迟、高并发的量化交易计算引擎,支持多策略并行执行、实时行情处理和风控计算,为大规模量化交易提供技术支撑。 系统性能优化:从架构层面进行系统优化,包括内存管理、并发处理、缓存策略等,实现微秒级延迟的交易执行和海量数据处理能力。 核心算子开发:设计和实现高效的数学计算算子库,包括技术指标计算、统计分析、机器学习推理等,为量化策略提供丰富的计算组件。 与业务团队协作:深度理解量化交易业务需求,与策略研究员、产品经理紧密配合,将复杂的金融逻辑转化为高效的技术实现。

logo of quark
社招3年以上技术类-开发

1、负责PC端上软件设计和开发工作; 2、根据产品需求提供解决方案以及方案落地;

更新于 2025-10-09
logo of bytedance
社招3年以上A70543

字节跳动智能质量团队致力于推动质量技术智能化演进,探索大模型在质量场景的落地,涵盖用例生成(单测智能生成、文本用例生成、自动化用例)、智能遍历(客户端/服务端)、智能评估(风险引擎、智能检测)等多个方向。 1、负责工程效率相关应用技术研发、开发和维护,包括但不限于质量、流程、自动化等方向,确保产品的高质量和稳定性; 2、探索工程效率后端领域最优实践,寻找打破传统后端的工作方式; 3、探索并打造基于 LLM 的下一代质量服务,重点通过 LLM 提升软件测试质量与效率,包括但不限于文本/自动化用例生成、智能接口测试、智能评估、风险引擎等方向。

更新于 2023-12-28