岗位职责
- 支撑快手电商亿级用户推荐系统的分布式召回引擎设计、开发与性能优化，推动召回能力的平台化建设，提升策略迭代效率与系统复用性；
- 参与多路召回策略（如向量召回、行为序列召回、图召回、规则召回等）的架构实现，持续提升召回覆盖率、多样性与相关性，同时沉淀通用召回组件与平台能力；
- 构建高可用、高性能的特征生产与管理体系，覆盖离线、近线、在线全链路的特征抽取、计算、存储与服务，推进特征平台化演进，保障特征一致性、时效性与易用性；
- 与算法、数据、存储团队紧密协作，将业务需求高效转化为可扩展、可维护的技术方案，推动推荐效果与系统性能双提升。
职位要求
- 3-5年互联网后端或推荐系统相关工作经验，具备扎实的编程能力，熟练掌握 C++ / Python，有良好的工程规范和系统设计能力；
- 具备分布式系统开发经验，熟悉高并发、高可用架构设计；有分布式存储设计或优化经验者优先；
- 熟悉主流召回架构（如双塔模型、多兴趣网络、序列建模等），具备平台化抽象思维，能将召回能力封装为通用服务；
- 熟悉特征工程全流程，理解特征生命周期管理；有特征平台或特征中台开发经验者优先，具备推动特征体系标准化、平台化的能力；
- 有搜索、广告、推荐背景者优先；具备强烈的技术热情、ownership 意识和跨团队协作精神。
