格步
Software Engineer, Backend - Trust
Software Engineer, Backend - Trust
发布于 6 个月前普通员工/个人贡献者
HCMC, Vietnam
中级经验
全职员工
仅现场办公
本科
软件工程
欺诈检测
系统设计
GO
薪资面议
暂无薪资依据说明。
职位详情
关于这个职位
这是一个位于越南胡志明市的软件工程师（后端）职位，隶属于Grab公司的信任工程团队
你将负责设计、开发和维护一个高可用、可扩展的后端平台，专注于解决欺诈预防、风险管理和平台安全等挑战
你需要与产品、数据工程及区域团队紧密合作，确保平台的安全性和完整性，为东南亚数百万用户提供可靠的服务
最低要求
计算机科学、软件工程或相关技术领域的学士学位，或具备同等实践经验
有推动复杂技术项目的经验
拥有3年以上后端软件开发的职业经验
精通至少一门现代编程语言，如 Go、Java、C++
熟悉关系型数据库（MySQL, PostgreSQL）、云服务（AWS, GCP）和基础设施即代码（Terraform, AWS CloudFormation）
在数据结构、算法和系统设计原理方面有扎实的基础
有使用AI工具和最新技术来提高生产力、改进工作流程和贡献新想法的经验
工作职责
设计和开发一个健壮、高效、可扩展的信任后端平台和工具，以处理高流量负载
与产品团队合作，理解并集思广益目标，确保开发出满足客户需求的用户友好平台
推动项目目标、系统架构和设计决策，确保后端服务的稳定性、性能和可靠性
执行长期技术路线图，以适应平台和业务不断变化的需求
指导不同经验水平的工程师，促进团队凝聚力和技术成长
与信任和风险专家、领域专家以及数据工程师合作，将解决方案集成到后端系统中
与区域信任团队合作，实施策略和工具，以保护用户并增强整个东南亚的平台完整性
优先资格
在信任领域有专业知识，有构建欺诈检测、风险评估系统的经验
有正式或非正式的技术领导经验
对应用现代AI技术（如LLMs、向量数据库或AI代理框架）作为工具解决复杂平台挑战表现出浓厚兴趣
有使用CI/CD工具（如Jenkins, Maven, GitLab）的经验
AI 洞察
优缺点分析
优点
- 技术栈与领域：工作涉及云原生、高并发系统设计和前沿的AI应用探索，有利于积累稀缺且高价值的信任与安全领域技术经验
- 职业发展：团队强调服务所有权和技术领导力，提供明确的成长路径和跨区域（东南亚）协作机会，视野开阔
- 这个职位适合拥有3年以上后端开发经验，对构建高可用、大规模系统有热情，并且希望深入信任与安全领域或探索AI技术落地的工程师
缺点 / 挑战
- 平台与业务：加入东南亚领先的超级应用Grab，能接触到海量用户和复杂的业务场景，项目影响力和技术挑战都很大
- 工作强度与责任：负责保障平台安全和处理高流量，系统稳定性和线上事故（Incident）处理压力较大，需要较强的责任心和抗压能力
- 技术复杂度：需要处理欺诈检测、风险评估等复杂业务逻辑，并将其转化为高性能、可扩展的技术系统，对系统设计能力要求高
- 协作复杂度：需要与产品、风险专家、数据工程师及多个区域的团队紧密协作，对沟通和跨团队项目管理能力有一定要求
角色解读
- 技术路径：可以从资深后端工程师成长为技术专家或架构师，专注于高并发系统、平台安全或AI在风控领域的应用
- 管理路径：通过展示领导力和指导能力，有机会向技术经理或工程经理方向发展，负责团队管理和项目交付
- 领域路径：可以深耕信任与安全领域，成为该领域的专家，其技能在金融科技、电商等高安全要求行业极具价值
- 你将负责设计和开发一个高可用、可扩展的后端平台，核心目标是处理高并发流量，并解决平台安全和信任问题，如欺诈检测和风险管理
- 你的工作包括与产品、数据工程及风险专家等多方团队协作，将业务需求转化为技术方案，并确保系统架构的稳定性和性能
- 你需要参与制定和执行长期技术路线图，并指导团队内其他工程师，推动技术决策和团队的技术成长
- 你需要具备扎实的后端开发能力，精通至少一门主流编程语言（如Go/Java/C++），并熟悉关系型数据库、云服务和基础设施即代码工具
- 核心要求包括3年以上相关经验，以及推动复杂技术项目、进行系统设计和解决高并发问题的能力
- 加分项包括在信任/安全领域的经验、技术领导力，以及对应用现代AI技术（如LLM）解决实际问题的兴趣和实践
申请策略
- 深入了解Grab的业务，特别是其超级应用生态和面临的信任与安全挑战，在申请材料或面试中展现出你对公司业务的理解和兴趣
- 研究Grab“以心、饥饿、荣誉、谦卑”的企业文化，思考如何将个人价值观与团队协作方式相结合，并在沟通中自然体现
- 重点突出与高并发、可扩展后端系统相关的项目经验，详细描述你在系统架构设计、性能优化和线上稳定性保障方面的具体贡献
- 如果有涉及安全、风控、欺诈检测或AI应用的项目，务必单独列出并说明你的角色、采用的技术栈和取得的业务成果
- 强调你的技术领导力经验，例如如何推动项目目标、进行技术决策、指导他人或促进团队技术文化建设
- 清晰列出你精通的编程语言、数据库、云平台（AWS/GCP）和IaC工具，确保与职位要求的关键词高度匹配
- 如果对信任领域不熟悉，可以提前学习欺诈检测、风险评估的基本模型和业界常用解决方案，了解相关的数据流和处理逻辑
- 加强对现代AI工具（特别是LLM应用框架）的了解，思考它们如何与后端系统结合来解决业务问题，并准备相关的学习或实验案例
面试指南
- 对于项目或系统设计问题，建议采用“背景-任务-行动-结果”的结构
- 先清晰定义问题和目标，然后阐述你的设计方案、技术选型理由、权衡考虑，最后说明实现效果和学到的经验
- 对于行为类问题（如处理事故、指导他人），重点展示你的系统性思维、沟通协作能力和持续改进的意识
- 说明你采取的具体行动、如何与团队配合，以及从中学到了什么
- 请描述一个你主导或深度参与过的复杂后端项目，你是如何进行系统架构设计的？遇到了哪些挑战，又是如何解决的？
- 你如何设计一个可扩展的、用于实时欺诈检测的后端系统？请考虑数据流、算法集成和系统可靠性
- 请分享一次你处理线上严重事故（Incident）的经历
- 你的处理流程是什么？事后进行了哪些复盘和优化？
职位点评
Watch Jobs