岗位职责
- 增长分发引擎建设:主导亿级用户规模的用户增长分发引擎的设计与演进,承载 Push 触达、消息中心、权益位、首页 Feed 等多入口多场景的统一分发决策——覆盖人群圈选、干预策略编排(策略召回→增益排序→频控/疲劳度仲裁→下发)全链路,支撑毫秒级在线决策、十万级 QPS 的稳定服务; 召回引擎与供需连接:设计高吞吐低延迟的召回引擎,构建多路召回体系——协同多路信号源(规则/标签召回、向量语义召回、图关系召回、增益预估召回等),设计统一的多路召回编排、去重合并与配额分配机制;负责索引机制建设——大规模倒排索引、向量 ANN 索引(HNSW/IVF 等)的选型与工程化,以及实时索引的增量更新链路(用户行为回流→实时写入→秒级可见),保障召回的覆盖度、相关性与新鲜度;沉淀供需连接能力——将用户侧需求(意图、场景、生命周期状态)与供给侧资源(内容、服务、权益、触达容量)进行结构化对接与匹配,通过分层池化、流量分配与冷启动扶持机制,实现供需两端的规模与效率平衡;
- 在线与离线一体化的引擎架构:设计高吞吐低延迟的分布式在线服务架构,负责特征服务(实时/近线特征)、决策引擎、触达通道接入层等核心模块;深入运用流式计算(Flink/Blink)构建实时用户行为回流与实时干预决策闭环;合理运用缓存、消息队列、分层存储等分布式组件,解决热点数据、突发流量、数据一致性等在线工程难题;
- AI 原生研发模式:深度运用最新一代 AI Coding 工具(Codex、Claude Code、Qoder 等)进行日常研发,将 AI 辅助编程融入设计、编码、测试、重构全流程;践行 Spec-driven 开发范式,以结构化的需求/技术设计文档驱动 AI 编码,保证生成代码的质量与业务一致性;探索 Coding Agent 在自动化测试、代码重构、需求拆解等环节的深度应用,推动团队向 AI 原生研发范式演进;
- Agent 与增长智能化:持续跟进 AI Agent 前沿进展,推动在增长场景的落地——如用 LLM/Agent 构建分发策略的自动化分析与实验闭环(AutoResearch:策略效果自动归因、复盘报告生成、知识沉淀与检索 RAG),探索 Agent 辅助的规则/策略配置、人群圈选自然语言化等方向,降低策略迭代的人肉成本;
- 稳定性与效能:对引擎的可用性、时延、成本负责,建设容量规划、灰度发布、监控告警、故障演练等工程质量体系;沉淀可复用的平台能力,让运营与算法同学可低成本自助接入新分发场景。
职位要求
- 本科及以上学历,计算机相关专业,5 年以上后端/平台研发经验;Java 基础扎实,理解 IO、多线程、集合框架与 JVM 原理,或精通 Go/C++;具备扎实的数据结构与算法功底,代码质量意识强;
- 熟悉大规模分布式系统设计与应用:缓存(Redis/Tair)、消息队列(RocketMQ/Kafka)、流式计算、分层存储等,能合理选型并快速定位线上问题;有高并发在线服务(万级 QPS、毫秒级时延)设计与调优经验;
- 深入理解召回引擎的技术架构与工程实现:熟悉多路召回编排、倒排/向量 ANN 索引原理及选型(HNSW、IVF、Faiss/Milvus/ScaNN 等任一体系)、实时索引增量更新链路;理解推荐/分发全链路(召回—排序—重排—混排、特征平台、实验分流),有搜索/推荐/广告/增长平台等引擎类系统研发经验者优先;
- 有供需双边系统的设计或实践经验者优先——理解供给池化、流量分配、冷启动扶持、供给效率调控等机制,能够将用户需求与供给侧资源的匹配抽象为可工程化的分配问题;
- 熟练使用至少一种最新一代 AI Coding 工具(Codex、Claude Code、Qoder 等),对 LLM 原理有基本理解,熟悉 Prompt 工程、Spec-driven 开发;有 Agent 框架(Multi-Agent 协作、Function Calling、MCP)实际使用经验者优先;
- 对 AI 与工程结合的方向有强烈热情,自驱学习能力强,能快速跟进前沿并应用于实际项目;具备良好的沟通协作能力与责任感,能在算法、产品、运营多方跨团队场景中高效推进。 优先考虑
- 有增长分发引擎、触达平台或搜广推系统(召回/索引/排序/实验分流等核心链路)的规模化实践经验,经历过亿级用户量级系统的建设与演进者优先;
- 有 AI Agent/智能体项目经验(Agent 架构设计、Multi-Agent 协作),或团队级 AI 研发效能建设经验(AI Coding 规范、Spec-driven 流程、团队级 AI 工具链配置与沉淀)。