{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "电商推荐引擎工程师(C++)-【算法引擎部】",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "D10191",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0012"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 3,
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "电商推荐引擎工程师(C++)-【算法引擎部】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10191\n发布时间：2026-08-25\n\n岗位职责\n1、负责快手电商推荐系统核心架构设计与开发，覆盖商品推荐、直播推荐、智能营销等多场景，服务上亿用户；\n2、在 GMV 高速增长的业务背景下，以高质量的工程实现支撑推荐策略的快速迭代与上线；\n3、保障电商各推荐场景全链路的稳定性与高可用，涵盖召回、粗排、精排、重排等核心阶段；\n4、推进系统架构演进与重构，优化算法模块的可扩展性与部署效率，为策略团队提供灵活、低成本的实验环境；\n5、参与性能瓶颈定位与系统调优，持续提升吞吐、延迟与资源利用率等关键指标。\n\n任职要求\n1、3-5 年推荐/搜索/广告系统开发经验，C++ 编码功底扎实，Python 熟练，代码风格规范、工程质量意识强；\n2、熟悉常见数据结构与算法，具备服务端性能分析与调优的实操经验（profiling、火焰图、锁竞争分析等）；\n3、熟悉 Linux 环境下高并发服务开发，了解多线程、异步编程、内存管理等底层机制；\n4、具备清晰的逻辑思维，能将模糊的业务需求拆解为可落地的技术方案；\n5、责任感强，学习驱动力足，能主动跟进业界进展并转化为工程实践。\n加分项\n1、电商业务后端或推荐系统经验，理解 GMV、转化率、客单价等核心业务指标及其与系统的关联；\n2、有大规模分布式系统（万级 QPS / 百万级特征维度）的实际交付经验；\n3、了解机器学习推理链路，有 TF / ONNX / Triton 等推理引擎集成或优化经验；\n4、有模型推理优化、特征工程平台、AB 实验框架等相关模块开发经验。",
        "requirements_text": "电商推荐引擎工程师(C++)-【算法引擎部】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10191\n发布时间：2026-08-25\n\n岗位职责\n1、负责快手电商推荐系统核心架构设计与开发，覆盖商品推荐、直播推荐、智能营销等多场景，服务上亿用户；\n2、在 GMV 高速增长的业务背景下，以高质量的工程实现支撑推荐策略的快速迭代与上线；\n3、保障电商各推荐场景全链路的稳定性与高可用，涵盖召回、粗排、精排、重排等核心阶段；\n4、推进系统架构演进与重构，优化算法模块的可扩展性与部署效率，为策略团队提供灵活、低成本的实验环境；\n5、参与性能瓶颈定位与系统调优，持续提升吞吐、延迟与资源利用率等关键指标。\n\n任职要求\n1、3-5 年推荐/搜索/广告系统开发经验，C++ 编码功底扎实，Python 熟练，代码风格规范、工程质量意识强；\n2、熟悉常见数据结构与算法，具备服务端性能分析与调优的实操经验（profiling、火焰图、锁竞争分析等）；\n3、熟悉 Linux 环境下高并发服务开发，了解多线程、异步编程、内存管理等底层机制；\n4、具备清晰的逻辑思维，能将模糊的业务需求拆解为可落地的技术方案；\n5、责任感强，学习驱动力足，能主动跟进业界进展并转化为工程实践。\n加分项\n1、电商业务后端或推荐系统经验，理解 GMV、转化率、客单价等核心业务指标及其与系统的关联；\n2、有大规模分布式系统（万级 QPS / 百万级特征维度）的实际交付经验；\n3、了解机器学习推理链路，有 TF / ONNX / Triton 等推理引擎集成或优化经验；\n4、有模型推理优化、特征工程平台、AB 实验框架等相关模块开发经验。",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "机器学习",
            "数据结构",
            "分布式系统",
            "系统架构",
            "架构设计",
            "逻辑思维",
            "招聘"
        ],
        "preferred_qualifications": "加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/7114"
            }
        ]
    },
    "posting": {
        "posting_id": "7114",
        "post_date": "2026-08-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/7114"
    },
    "fulltext": "电商推荐引擎工程师(C++)-【算法引擎部】\n电商推荐引擎工程师(C++)-【算法引擎部】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10191\n发布时间：2026-08-25\n\n岗位职责\n1、负责快手电商推荐系统核心架构设计与开发，覆盖商品推荐、直播推荐、智能营销等多场景，服务上亿用户；\n2、在 GMV 高速增长的业务背景下，以高质量的工程实现支撑推荐策略的快速迭代与上线；\n3、保障电商各推荐场景全链路的稳定性与高可用，涵盖召回、粗排、精排、重排等核心阶段；\n4、推进系统架构演进与重构，优化算法模块的可扩展性与部署效率，为策略团队提供灵活、低成本的实验环境；\n5、参与性能瓶颈定位与系统调优，持续提升吞吐、延迟与资源利用率等关键指标。\n\n任职要求\n1、3-5 年推荐/搜索/广告系统开发经验，C++ 编码功底扎实，Python 熟练，代码风格规范、工程质量意识强；\n2、熟悉常见数据结构与算法，具备服务端性能分析与调优的实操经验（profiling、火焰图、锁竞争分析等）；\n3、熟悉 Linux 环境下高并发服务开发，了解多线程、异步编程、内存管理等底层机制；\n4、具备清晰的逻辑思维，能将模糊的业务需求拆解为可落地的技术方案；\n5、责任感强，学习驱动力足，能主动跟进业界进展并转化为工程实践。\n加分项\n1、电商业务后端或推荐系统经验，理解 GMV、转化率、客单价等核心业务指标及其与系统的关联；\n2、有大规模分布式系统（万级 QPS / 百万级特征维度）的实际交付经验；\n3、了解机器学习推理链路，有 TF / ONNX / Triton 等推理引擎集成或优化经验；\n4、有模型推理优化、特征工程平台、AB 实验框架等相关模块开发经验。\n电商推荐引擎工程师(C++)-【算法引擎部】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10191\n发布时间：2026-08-25\n\n岗位职责\n1、负责快手电商推荐系统核心架构设计与开发，覆盖商品推荐、直播推荐、智能营销等多场景，服务上亿用户；\n2、在 GMV 高速增长的业务背景下，以高质量的工程实现支撑推荐策略的快速迭代与上线；\n3、保障电商各推荐场景全链路的稳定性与高可用，涵盖召回、粗排、精排、重排等核心阶段；\n4、推进系统架构演进与重构，优化算法模块的可扩展性与部署效率，为策略团队提供灵活、低成本的实验环境；\n5、参与性能瓶颈定位与系统调优，持续提升吞吐、延迟与资源利用率等关键指标。\n\n任职要求\n1、3-5 年推荐/搜索/广告系统开发经验，C++ 编码功底扎实，Python 熟练，代码风格规范、工程质量意识强；\n2、熟悉常见数据结构与算法，具备服务端性能分析与调优的实操经验（profiling、火焰图、锁竞争分析等）；\n3、熟悉 Linux 环境下高并发服务开发，了解多线程、异步编程、内存管理等底层机制；\n4、具备清晰的逻辑思维，能将模糊的业务需求拆解为可落地的技术方案；\n5、责任感强，学习驱动力足，能主动跟进业界进展并转化为工程实践。\n加分项\n1、电商业务后端或推荐系统经验，理解 GMV、转化率、客单价等核心业务指标及其与系统的关联；\n2、有大规模分布式系统（万级 QPS / 百万级特征维度）的实际交付经验；\n3、了解机器学习推理链路，有 TF / ONNX / Triton 等推理引擎集成或优化经验；\n4、有模型推理优化、特征工程平台、AB 实验框架等相关模块开发经验。\n电商推荐引擎工程师(C++)-【算法引擎部】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D10191\n发布时间：2026-08-25\n\n岗位职责\n1、负责快手电商推荐系统核心架构设计与开发，覆盖商品推荐、直播推荐、智能营销等多场景，服务上亿用户；\n2、在 GMV 高速增长的业务背景下，以高质量的工程实现支撑推荐策略的快速迭代与上线；\n3、保障电商各推荐场景全链路的稳定性与高可用，涵盖召回、粗排、精排、重排等核心阶段；\n4、推进系统架构演进与重构，优化算法模块的可扩展性与部署效率，为策略团队提供灵活、低成本的实验环境；\n5、参与性能瓶颈定位与系统调优，持续提升吞吐、延迟与资源利用率等关键指标。\n\n任职要求\n1、3-5 年推荐/搜索/广告系统开发经验，C++ 编码功底扎实，Python 熟练，代码风格规范、工程质量意识强；\n2、熟悉常见数据结构与算法，具备服务端性能分析与调优的实操经验（profiling、火焰图、锁竞争分析等）；\n3、熟悉 Linux 环境下高并发服务开发，了解多线程、异步编程、内存管理等底层机制；\n4、具备清晰的逻辑思维，能将模糊的业务需求拆解为可落地的技术方案；\n5、责任感强，学习驱动力足，能主动跟进业界进展并转化为工程实践。\n加分项\n1、电商业务后端或推荐系统经验，理解 GMV、转化率、客单价等核心业务指标及其与系统的关联；\n2、有大规模分布式系统（万级 QPS / 百万级特征维度）的实际交付经验；\n3、了解机器学习推理链路，有 TF / ONNX / Triton 等推理引擎集成或优化经验；\n4、有模型推理优化、特征工程平台、AB 实验框架等相关模块开发经验。",
    "standard_classification": {
        "std_category_code": "T002",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}