主分类:后端与业务系统研发
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": "广告架构工程师-Ads Core",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "后端"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"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": "1、设计和优化高并发、高可用的离在线出价系统,在业务复杂度、广告库存、流量持续增长的背景下,保障出价系统的稳定运行;\n2、理解强化学习、生成式算法在出价场景的应用,设计并参与开发面向海量调控轨迹的强化学习、生成式出价算法架构。",
"requirements_text": "1、优秀的编码能力,良好的数据结构、数理统计和概率论等基础;\n2、了解常用分布式在线、近线和离线计算架构的设计原理和最佳实践;\n3、熟悉C++/Golang/Java中至少一种编程语言,掌握常见的Flink,Kafka,Redis使用和原理。\n\n加分项\n1、参与设计过高可用/高并发的技术架构;\n2、了解现代广告业务;\n3、有强化学习、生成式算法的工业界落地经验;\n4、在编程竞赛(ACM-ICPC、Kaggle、天池,Topcoder等)中有较好的获奖经历;\n5、有开源项目参与经历或个人项目。",
"skills": [AI生成
"Java",
"C++",
"Golang",
"Redis",
"Flink",
"Kafka",
"强化学习",
"数据结构",
"Go"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7559555120758556935/detail"
}
]
},
"posting": {
"posting_id": "7559555120758556935",
"post_date": "2025-10-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7559555120758556935/detail"
},
"fulltext": "广告架构工程师-Ads Core\n职位描述\n1、设计和优化高并发、高可用的离在线出价系统,在业务复杂度、广告库存、流量持续增长的背景下,保障出价系统的稳定运行;\n2、理解强化学习、生成式算法在出价场景的应用,设计并参与开发面向海量调控轨迹的强化学习、生成式出价算法架构。\n\n职位要求\n1、优秀的编码能力,良好的数据结构、数理统计和概率论等基础;\n2、了解常用分布式在线、近线和离线计算架构的设计原理和最佳实践;\n3、熟悉C++/Golang/Java中至少一种编程语言,掌握常见的Flink,Kafka,Redis使用和原理。\n\n加分项\n1、参与设计过高可用/高并发的技术架构;\n2、了解现代广告业务;\n3、有强化学习、生成式算法的工业界落地经验;\n4、在编程竞赛(ACM-ICPC、Kaggle、天池,Topcoder等)中有较好的获奖经历;\n5、有开源项目参与经历或个人项目。\n1、设计和优化高并发、高可用的离在线出价系统,在业务复杂度、广告库存、流量持续增长的背景下,保障出价系统的稳定运行;\n2、理解强化学习、生成式算法在出价场景的应用,设计并参与开发面向海量调控轨迹的强化学习、生成式出价算法架构。\n1、优秀的编码能力,良好的数据结构、数理统计和概率论等基础;\n2、了解常用分布式在线、近线和离线计算架构的设计原理和最佳实践;\n3、熟悉C++/Golang/Java中至少一种编程语言,掌握常见的Flink,Kafka,Redis使用和原理。\n\n加分项\n1、参与设计过高可用/高并发的技术架构;\n2、了解现代广告业务;\n3、有强化学习、生成式算法的工业界落地经验;\n4、在编程竞赛(ACM-ICPC、Kaggle、天池,Topcoder等)中有较好的获奖经历;\n5、有开源项目参与经历或个人项目。",
"standard_classification": {
"std_category_code": "T002",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}