崗位職責
1.推薦系統工程化落地：負責推薦系統核心模塊的后端研發與迭代，涵蓋召回、排序、重排等全鏈路環節，將協同過濾、FM、DeepFM 等算法模型轉化為高可用服務，支撐業務場景的個性化推薦需求。
2.跨語言技術架構搭建：設計并實現 Java 與 Python 的高效集成方案，通過 HTTP 協議調用、腳本執行等方式（如 Spring Boot 對接 Flask 服務），打通后端服務與算法建模流程，保障數據流轉與模型調用的穩定性。
3.大規模數據處理與優化：基于 Hadoop/Spark/Flink 等大數據技術棧處理海量用戶與內容數據，優化數據鏈路性能，解決高并發場景下的推薦響應延遲問題，提升系統 QPS 與吞吐量。
4.算法效果迭代與工程保障：參與推薦模型的 A/B 測試設計與效果歸因，通過 Java 后端埋點與數據校驗，支撐算法團隊優化模型參數，同時保障線上系統的穩定性與容錯能力。
5.技術方案沉淀與創新：調研業界前沿推薦技術（如 Transformer、多模態推薦等），結合業務場景輸出技術方案，推動推薦系統在冷啟動、多樣性優化等方向的技術創新。

任職要求
1.教育背景：計算機、數學、統計學等相關專業本科及以上學歷，碩士優先。
2.工作經驗：3 年以上 Java 后端開發經驗，其中至少 1 年推薦算法相關工程落地經驗，有電商、內容分發等場景推薦系統實戰經歷者優先。
3.技術能力：
71編程語言：精通 Java（Java 8+），深入理解 Spring Boot、Spring Cloud 等框架；熟練掌握 Python，能使用 PyTorch/TensorFlow 等框架進行簡單模型調試與部署；
71算法基礎：扎實的數據結構與算法功底，熟悉推薦系統核心算法（協同過濾、LR、GBDT 等）及深度學習模型，了解召回、排序全流程優化方法；
71工程能力：熟悉 MySQL、Redis 等存儲中間件，具備數據庫索引優化與緩存策略設計經驗；了解 Kafka/RabbitMQ 等消息隊列，能處理高并發場景下的異步通信需求；
71數據能力：熟練使用 SQL 進行數據提取與分析，能獨立完成簡單的數據分析與實驗結果驗證。
1.軟技能：具備優秀的問題分析與解決能力，對技術創新充滿熱情；良好的跨團隊溝通能力，能高效協同算法、前端等團隊推進項目。

加分項
1.有 ACM/Topcoder 等算法競賽經歷或頂會論文發表者優先；
2.具備超大規模推薦系統（日活千萬級以上）架構設計與性能調優經驗者優先；
3.熟悉 JVM 調優、分布式系統設計，有微服務拆分與 DDD 實踐經驗者優先；
4.參與過開源推薦系統項目或有個人技術博客分享相關經驗者優先。
5.具有大數據工作經驗優先
我們提供
1.接觸業界前沿推薦技術的機會，深度參與核心業務的技術決策與落地；
2.完善的技術培訓體系與晉升通道，支持跨領域技術能力成長；
3.具有競爭力的薪酬福利、彈性工作制度及多元化團隊文化。