{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "feed 流go后端开发",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "香港",
        "work_mode": "现场办公",AI生成
        "job_category": "AI应用软件工程师"AI生成
    },
    "company": {
        "company_name": "某大型互联网公司",
        "company_industry": "社交网络与媒体",
        "company_size": "10000人以上",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 40000,
            "max": 50000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "岗位职责（核⼼⼯作内容）\n1. 核⼼技术体系搭建\n负责推荐系统核⼼链路的开发与迭代优化\n搭建⾼并发、低延迟、⾼可扩展的推荐技术架构\n为各业务场景个性化推荐提供技术⽀撑\n2. 召回与精排策略研发\n主导召回架构设计，落地协同过滤、向量检索、热⻔/新品扶持等多路召回策略\n优化召回覆盖率与内容相关性\n深耕精排模型在线实时推理优化，保障⾼并发下的响应速度与系统稳定性\n3. 策略优化与体验提升\n设计跨场景去重、相似内容过滤等多样性控制与消重⽅案\n优化存储与缓存策略，解决海量候选集快速检索问题\n4. 链路监控与性能迭代\n搭建推荐全链路实时监控体系，定位性能瓶颈与故障节点\n推动跨团队协同优化，持续迭代存储与缓存⽅案，保障系统⾼效运⾏\n任职要求（基本条件与加分项）\n学历专业：统招全⽇制本科及以上，计算机相关专业\n⼯作经验：3-5年及以上后端开发经验，扎实的 golang、python在线服务开发能⼒\n推荐系统理解：深⼊理解推荐全流程（召回→粗排→精排→消重→重排），有⼤规模推荐系统召回/精排模块开发经验者优先\n分布式与中间件：了解分布式系统设计，熟悉⾼并发、低延迟、容灾备份；熟练掌握 Grpc、Redis、HiveSQL、Docker 等\n加分项•\n有Feed信息流开发经验优先\n有模型压缩、推理加速相关技术储备与实践经验\n有从0到1搭建推荐系统的全流程研发与落地经验\n具备⼀定算法实践能⼒，或深⼊理解推荐模型算法原理，能协同算法团队优化策略\n了解 Flink、Kafka 等实时数据流处理技术栈，能完成⽤⼾⾏为、商品特征的实时统计计算，为召回、精排提供数据⽀撑\n认证资质\n人力资源服务许可证",
        "skills": [AI生成
            "编程与代码实现",
            "分布式/微服务系统设计",
            "数据库/缓存/向量库",
            "Linux/DevOps/CI-CD",
            "调试排障与技术支持",
            "模型训练与算法优化"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/d8d71e61250d730d0nN40tm1EFpW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "d8d71e61250d730d0nN40tm1EFpW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/d8d71e61250d730d0nN40tm1EFpW.html"
    },
    "fulltext": "岗位职责（核⼼⼯作内容）\n1. 核⼼技术体系搭建\n负责推荐系统核⼼链路的开发与迭代优化\n搭建⾼并发、低延迟、⾼可扩展的推荐技术架构\n为各业务场景个性化推荐提供技术⽀撑\n2. 召回与精排策略研发\n主导召回架构设计，落地协同过滤、向量检索、热⻔/新品扶持等多路召回策略\n优化召回覆盖率与内容相关性\n深耕精排模型在线实时推理优化，保障⾼并发下的响应速度与系统稳定性\n3. 策略优化与体验提升\n设计跨场景去重、相似内容过滤等多样性控制与消重⽅案\n优化存储与缓存策略，解决海量候选集快速检索问题\n4. 链路监控与性能迭代\n搭建推荐全链路实时监控体系，定位性能瓶颈与故障节点\n推动跨团队协同优化，持续迭代存储与缓存⽅案，保障系统⾼效运⾏\n任职要求（基本条件与加分项）\n学历专业：统招全⽇制本科及以上，计算机相关专业\n⼯作经验：3-5年及以上后端开发经验，扎实的 golang、python在线服务开发能⼒\n推荐系统理解：深⼊理解推荐全流程（召回→粗排→精排→消重→重排），有⼤规模推荐系统召回/精排模块开发经验者优先\n分布式与中间件：了解分布式系统设计，熟悉⾼并发、低延迟、容灾备份；熟练掌握 Grpc、Redis、HiveSQL、Docker 等\n加分项•\n有Feed信息流开发经验优先\n有模型压缩、推理加速相关技术储备与实践经验\n有从0到1搭建推荐系统的全流程研发与落地经验\n具备⼀定算法实践能⼒，或深⼊理解推荐模型算法原理，能协同算法团队优化策略\n了解 Flink、Kafka 等实时数据流处理技术栈，能完成⽤⼾⾏为、商品特征的实时统计计算，为召回、精排提供数据⽀撑\n认证资质\n人力资源服务许可证"
}