职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:8471

推荐架构工程师【数据和存储方向】-算法引擎部

未披露 · Beijing · 快手科技

主分类:数据库与存储系统研发
软件开发与 IT
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐架构工程师【数据和存储方向】-算法引擎部",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "D12184",
        "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": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "推荐架构工程师【数据和存储方向】-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:D12184\n发布时间:2026-03-18\n\n岗位职责\n1、主导超大规模推荐系统的核心存储架构设计,构建支持千亿级特征的高性能数据管道,优化实时特征计算(毫秒级延迟)与离线特征处理(PB级吞吐)的混合负载调度;\n2、研发新一代多模态特征存储引擎,设计支持稀疏矩阵、时序特征、图的高效存储格式,实现特征数据的版本化管理和跨DC级数据同步;\n3、打造智能特征服务平台,集成特征血缘追踪、自动降级熔断、热点数据预取等核心能力,支撑日均千亿次特征查询的稳定服务;\n4、探索存储技术前沿,落地向量化检索、持久化内存、异构存储池管理等创新技术,构建支持千卡级GPU集群的特征供给体系;\n5、设计面向特征工程的开发框架,实现特征变换、特征注册、质量监控的完整工具链,提升算法团队迭代效率。\n\n任职要求\n1、计算机基本功扎实, 精通C++内存模型及性能调优,掌握现代C++特性(C++17/20),深入理解LSM-Tree、B+Tree等存储引擎原理,能针对SSD/NVMe优化存储结构,熟悉RAFT/Paxos等分布式共识算法,有多副本强一致系统开发经验;\n2、掌握分布式系统,具备设计百万QPS系统的经验,掌握多级缓存策略、热点分片处理、零拷贝传输等优化手段,熟悉分布式存储系统核心组件(etcd/ZK等)及开源项目(RocksDB/TiKV等),有大规模集群运维经验,能设计智能扩缩容、数据均衡、故障容灾;\n3、掌握大数据技术栈,熟悉Flink状态管理及Exactly-Once语义实现,优化过Checkpoint机制,深度使用过HBase/Cassandra等NoSQL系统,调优过Compaction策略和读写路径;\n4、主导过日增TB级数据的系统架构设计,具备全链路性能分析和瓶颈定位能力;\n5、有开源社区贡献经历或在顶级会议(SIGMOD/OSDI等)发表论文者优先。",
        "requirements_text": "推荐架构工程师【数据和存储方向】-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:D12184\n发布时间:2026-03-18\n\n岗位职责\n1、主导超大规模推荐系统的核心存储架构设计,构建支持千亿级特征的高性能数据管道,优化实时特征计算(毫秒级延迟)与离线特征处理(PB级吞吐)的混合负载调度;\n2、研发新一代多模态特征存储引擎,设计支持稀疏矩阵、时序特征、图的高效存储格式,实现特征数据的版本化管理和跨DC级数据同步;\n3、打造智能特征服务平台,集成特征血缘追踪、自动降级熔断、热点数据预取等核心能力,支撑日均千亿次特征查询的稳定服务;\n4、探索存储技术前沿,落地向量化检索、持久化内存、异构存储池管理等创新技术,构建支持千卡级GPU集群的特征供给体系;\n5、设计面向特征工程的开发框架,实现特征变换、特征注册、质量监控的完整工具链,提升算法团队迭代效率。\n\n任职要求\n1、计算机基本功扎实, 精通C++内存模型及性能调优,掌握现代C++特性(C++17/20),深入理解LSM-Tree、B+Tree等存储引擎原理,能针对SSD/NVMe优化存储结构,熟悉RAFT/Paxos等分布式共识算法,有多副本强一致系统开发经验;\n2、掌握分布式系统,具备设计百万QPS系统的经验,掌握多级缓存策略、热点分片处理、零拷贝传输等优化手段,熟悉分布式存储系统核心组件(etcd/ZK等)及开源项目(RocksDB/TiKV等),有大规模集群运维经验,能设计智能扩缩容、数据均衡、故障容灾;\n3、掌握大数据技术栈,熟悉Flink状态管理及Exactly-Once语义实现,优化过Checkpoint机制,深度使用过HBase/Cassandra等NoSQL系统,调优过Compaction策略和读写路径;\n4、主导过日增TB级数据的系统架构设计,具备全链路性能分析和瓶颈定位能力;\n5、有开源社区贡献经历或在顶级会议(SIGMOD/OSDI等)发表论文者优先。",
        "skills": [AI生成
            "C++",
            "Flink",
            "分布式系统",
            "性能调优",
            "系统架构",
            "架构设计",
            "招聘"
        ],
        "preferred_qualifications": "5、有开源社区贡献经历或在顶级会议(SIGMOD/OSDI等)发表论文者优先",
        "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/8471"
            }
        ]
    },
    "posting": {
        "posting_id": "8471",
        "post_date": "2026-03-18",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/8471"
    },
    "fulltext": "推荐架构工程师【数据和存储方向】-算法引擎部\n推荐架构工程师【数据和存储方向】-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:D12184\n发布时间:2026-03-18\n\n岗位职责\n1、主导超大规模推荐系统的核心存储架构设计,构建支持千亿级特征的高性能数据管道,优化实时特征计算(毫秒级延迟)与离线特征处理(PB级吞吐)的混合负载调度;\n2、研发新一代多模态特征存储引擎,设计支持稀疏矩阵、时序特征、图的高效存储格式,实现特征数据的版本化管理和跨DC级数据同步;\n3、打造智能特征服务平台,集成特征血缘追踪、自动降级熔断、热点数据预取等核心能力,支撑日均千亿次特征查询的稳定服务;\n4、探索存储技术前沿,落地向量化检索、持久化内存、异构存储池管理等创新技术,构建支持千卡级GPU集群的特征供给体系;\n5、设计面向特征工程的开发框架,实现特征变换、特征注册、质量监控的完整工具链,提升算法团队迭代效率。\n\n任职要求\n1、计算机基本功扎实, 精通C++内存模型及性能调优,掌握现代C++特性(C++17/20),深入理解LSM-Tree、B+Tree等存储引擎原理,能针对SSD/NVMe优化存储结构,熟悉RAFT/Paxos等分布式共识算法,有多副本强一致系统开发经验;\n2、掌握分布式系统,具备设计百万QPS系统的经验,掌握多级缓存策略、热点分片处理、零拷贝传输等优化手段,熟悉分布式存储系统核心组件(etcd/ZK等)及开源项目(RocksDB/TiKV等),有大规模集群运维经验,能设计智能扩缩容、数据均衡、故障容灾;\n3、掌握大数据技术栈,熟悉Flink状态管理及Exactly-Once语义实现,优化过Checkpoint机制,深度使用过HBase/Cassandra等NoSQL系统,调优过Compaction策略和读写路径;\n4、主导过日增TB级数据的系统架构设计,具备全链路性能分析和瓶颈定位能力;\n5、有开源社区贡献经历或在顶级会议(SIGMOD/OSDI等)发表论文者优先。\n推荐架构工程师【数据和存储方向】-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:D12184\n发布时间:2026-03-18\n\n岗位职责\n1、主导超大规模推荐系统的核心存储架构设计,构建支持千亿级特征的高性能数据管道,优化实时特征计算(毫秒级延迟)与离线特征处理(PB级吞吐)的混合负载调度;\n2、研发新一代多模态特征存储引擎,设计支持稀疏矩阵、时序特征、图的高效存储格式,实现特征数据的版本化管理和跨DC级数据同步;\n3、打造智能特征服务平台,集成特征血缘追踪、自动降级熔断、热点数据预取等核心能力,支撑日均千亿次特征查询的稳定服务;\n4、探索存储技术前沿,落地向量化检索、持久化内存、异构存储池管理等创新技术,构建支持千卡级GPU集群的特征供给体系;\n5、设计面向特征工程的开发框架,实现特征变换、特征注册、质量监控的完整工具链,提升算法团队迭代效率。\n\n任职要求\n1、计算机基本功扎实, 精通C++内存模型及性能调优,掌握现代C++特性(C++17/20),深入理解LSM-Tree、B+Tree等存储引擎原理,能针对SSD/NVMe优化存储结构,熟悉RAFT/Paxos等分布式共识算法,有多副本强一致系统开发经验;\n2、掌握分布式系统,具备设计百万QPS系统的经验,掌握多级缓存策略、热点分片处理、零拷贝传输等优化手段,熟悉分布式存储系统核心组件(etcd/ZK等)及开源项目(RocksDB/TiKV等),有大规模集群运维经验,能设计智能扩缩容、数据均衡、故障容灾;\n3、掌握大数据技术栈,熟悉Flink状态管理及Exactly-Once语义实现,优化过Checkpoint机制,深度使用过HBase/Cassandra等NoSQL系统,调优过Compaction策略和读写路径;\n4、主导过日增TB级数据的系统架构设计,具备全链路性能分析和瓶颈定位能力;\n5、有开源社区贡献经历或在顶级会议(SIGMOD/OSDI等)发表论文者优先。\n推荐架构工程师【数据和存储方向】-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:D12184\n发布时间:2026-03-18\n\n岗位职责\n1、主导超大规模推荐系统的核心存储架构设计,构建支持千亿级特征的高性能数据管道,优化实时特征计算(毫秒级延迟)与离线特征处理(PB级吞吐)的混合负载调度;\n2、研发新一代多模态特征存储引擎,设计支持稀疏矩阵、时序特征、图的高效存储格式,实现特征数据的版本化管理和跨DC级数据同步;\n3、打造智能特征服务平台,集成特征血缘追踪、自动降级熔断、热点数据预取等核心能力,支撑日均千亿次特征查询的稳定服务;\n4、探索存储技术前沿,落地向量化检索、持久化内存、异构存储池管理等创新技术,构建支持千卡级GPU集群的特征供给体系;\n5、设计面向特征工程的开发框架,实现特征变换、特征注册、质量监控的完整工具链,提升算法团队迭代效率。\n\n任职要求\n1、计算机基本功扎实, 精通C++内存模型及性能调优,掌握现代C++特性(C++17/20),深入理解LSM-Tree、B+Tree等存储引擎原理,能针对SSD/NVMe优化存储结构,熟悉RAFT/Paxos等分布式共识算法,有多副本强一致系统开发经验;\n2、掌握分布式系统,具备设计百万QPS系统的经验,掌握多级缓存策略、热点分片处理、零拷贝传输等优化手段,熟悉分布式存储系统核心组件(etcd/ZK等)及开源项目(RocksDB/TiKV等),有大规模集群运维经验,能设计智能扩缩容、数据均衡、故障容灾;\n3、掌握大数据技术栈,熟悉Flink状态管理及Exactly-Once语义实现,优化过Checkpoint机制,深度使用过HBase/Cassandra等NoSQL系统,调优过Compaction策略和读写路径;\n4、主导过日增TB级数据的系统架构设计,具备全链路性能分析和瓶颈定位能力;\n5、有开源社区贡献经历或在顶级会议(SIGMOD/OSDI等)发表论文者优先。",
    "standard_classification": {
        "std_category_code": "T019",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}