蚂蚁金服蚂蚁集团-客户端应用开发(流量)-支付宝技术
任职要求
● 计算机或相关专业本科及以上学历,3-5年客户端开发经验; ● 精通 iOS(Objective-C/Swift)或 Android(Java/Kotlin)开发,具备扎实的编程功底和良好的架构设计能力; ● 对客户端性能优化、内存管理、网络协议、UI渲染等有深入理解; ● 有大型App核心模块开发经验,熟悉客户端工程体系(如组件化、动态化、CI/C…
工作职责
我们正在寻找热爱技术、追求极致用户体验的客户端研发工程师,加入支付宝客户端核心业务团队,共同打造面向亿级用户的流量分发产品,包括但不限于首页、搜索、推荐等核心场景。你将深度参与支付宝客户端在 iOS、Android 以及鸿蒙平台上的业务迭代与技术创新,推动AI能力在端侧的高效落地与规模化应用。 岗位职责: ● 负责支付宝客户端首页、搜索、推荐等流量分发类业务的功能研发、性能优化与体验打磨; ● 参与多端(iOS / Android / 鸿蒙)客户端架构设计与工程能力建设,保障高可用、高性能与高一致性; ● 探索并落地端侧AI能力,包括但不限于客户端AI中间件开发、模型轻量化部署、端云协同推理等; ● 与产品、算法、后端、测试等多角色紧密协作,高效推进项目落地,持续提升用户活跃与满意度; ● 关注行业前沿技术,推动客户端智能化、工程化、自动化的技术演进。
1、参与凡提App/海外流量产品的功能迭代,独立完成功能模块的Flutter客户端开发 + 服务端接口开发: - 客户端:基于Flutter实现跨平台(iOS/Android)UI交互、状态管理(Bloc/Riverpod); - 服务端:使用Go/Java开发RESTful API,完成业务逻辑处理与数据库(PostgreSQL/MongoDB)操作; - 负责荣耀白牌项目等定制化流量产品的快速接入与适配改造。 2、参与多流量源(H5/小程序/第三方SDK)的统一收拢:开发通用流量接入中间件(标准化协议封装),实现流量特征识别与路由分发(如区分海外/国内流量策略);协助搭建混合渲染引擎(Flutter+原生组件混合开发框架)。 3、性能调优与工程化,优化客户端启动速度、内存占用等核心指标,开发效率工具:如自动化埋点检测工具、CI/CD流水线配置(Gitlab CI)。

团队介绍: 我们是唯品会Android客户端开发团队,负责公司核心电商产品的业务开发与维护。 在这里,你将接触到真实的大流量业务场景,我们鼓励独立思考,重视团队协作,期待和你一起打造体验出色的Android应用。 你在团队中会做什么 (1)负责唯品会App业务需求开发,参与产品需求讨论,把想法转化为真实可用的功能,服务用户; (2)参与App架构设计与性能优化,在复杂业务场景下持续打磨代码质量,让 App 跑得更快、更稳; (3)写清晰、可维护的代码,参与代码评审,互相学习,一起进步; (4)和产品、设计、测试小伙伴紧密配合,快速响应业务需求变化,确保项目顺利推进; (5)关注前沿技术,如果你有好的 idea,欢迎推动新技术在业务中落地,团队会全力支持。
Bravo 102是由阿里国际技术全团队共同发起的技术人才孵化计划,打破传统人才选拔及培养框架,为有志于走向AI未来的技术新锐们,提供“你行你上+我要我来”的双向奔赴式的实习机会选择。 在这里,“我”将不被岗位定义,以能力选择业务战场,与全球顶尖团队并肩作战,沉浸式体验全球多元化业务战场与亿级流量高并发系统。 加入我们,成为AIDC首批102位Bravo Talent,一起掌舵AI,为我们的未来Bravo! 关于我们: 阿里国际技术专注于提供卓越的数字零售技术服务,致力于服务全球消费者,并触达全球中小企业买家。我们希望利用AI技术让每个人都能够轻松、便捷地享受全球优质的商品和服务,推动商业活动更加高效、可持续,为社会未来的发展带来更多可能性。 我们提供涵盖商品智能、商家服务、供应链优化、跨境物流、搜索推荐引擎、用户增长、金融服务、客户体验、AI 基础设施、企业数智化、全球云及高可用架构、研发效能等技术领域,实习生可跨多个技术域实践,深度参与多场景技术攻坚,探索你想选择的职业发展方向; 在这里,你将和我们一起,采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题,创造技术价值,为消费者带来更加美好的体验!欢迎加入我们! 以下工作内容你均有可能参与: 1、参与基础软件的设计、开发和维护,如分布式文件系统、缓存系统、Key/Value 存储系统、数据库、Linux 操作系统等,探索 AI 在系统调优中的应用(如通过机器学习预测热点数据提升缓存命中率); 2、参与国际电商系统及基础设施的核心模块开发,集成 AI 模型服务,为公司产品提供强有力的后台支持,设计并实施最强大的解决方案; 3、参与产品的开发和维护,完成从需求到设计、开发和上线等整个项目周期内的工作,能够通过 AI 工具提升开发效率; 4、参与海量数据处理和开发,使用Java/SQL/Python开发 ETL 流程,结合大模型实现数据清洗与特征工程自动化(如利用大模型生成 SQL 查询模板); 5、参与项目为用户提供丰富而有价值的桌面或无线软件产品,能够探索 AI 在业务场景的落地应用(如大模型在供应链定价、销量计划、库存、履约等复杂场景的智能洞察和协同,基于大模型的个性化推荐系统,交互式智能导购,需求预测模型部署,异常检测算法实现等)。