格步
Software Engineer, Backend - Trust
Software Engineer, Backend - Trust
发布于 5 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
反欺诈
系统设计
GO
AI 估算 · 30k–50k
该职位要求3年以上后端开发经验，涉及高并发系统设计和AI技术应用，技能要求高，市场竞争力强，薪资水平在东南亚地区具有吸引力。
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Trust Engineering团队
你将负责设计、开发和维护一个用于保障平台安全、可靠和反欺诈的后端系统，需要处理高流量负载，并与产品、风险专家等多团队协作，共同提升东南亚地区数百万用户的平台体验
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，或同等的实践经验
有推动复杂技术项目的经验
年以上后端软件开发的专业经验
精通至少一种现代编程语言，如Go、Java、C++
有使用RDBMS（MySQL、PostgreSQL）、云服务（AWS、GCP）和基础设施即代码（Terraform、AWS CloudFormation）的经验
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Trust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Trust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
- 平台价值高：直接参与保障东南亚领先超级应用的安全与信任，工作成果影响数百万用户，业务意义重大
- 技术栈前沿：涉及高并发系统设计、云原生技术和AI应用，能积累市场热门且高价值的技术经验
- 国际化视野：在跨国巨头企业工作，能与区域团队协作，接触多元文化和复杂的业务场景
- 适合拥有3年以上后端开发经验，对构建大规模、高可靠性系统有热情，并希望在高影响力平台中应用前沿技术解决实际安全问题的工程师
缺点 / 挑战
- 技术复杂度高：需要处理高流量、低延迟的信任与安全系统，对系统稳定性和性能有极高要求，技术挑战大
- 跨团队协作压力：需要频繁与产品、风险、数据等多个团队沟通对齐，对沟通和项目管理能力要求较高
角色解读
- 技术深度上，可以从后端工程师成长为系统架构师或特定领域（如反欺诈、风险平台）的技术专家
- 职业广度上，有机会向技术管理（如工程经理）或跨领域产品技术方向拓展，特别是在一个涉及多团队协作的国际化平台中
- 你将负责构建和维护一个高可用、可扩展的后端平台，核心目标是保障Grab平台的安全与信任，例如处理欺诈检测和风险控制
- 你需要与产品经理、风险专家等跨职能团队紧密合作，将业务需求转化为技术方案，并确保系统稳定可靠地服务数百万用户
- 作为团队一员，你还需要参与制定技术路线图，进行系统架构设计，并可能指导经验较少的工程师，推动团队整体技术能力的提升
- 扎实的后端开发能力，精通Go、Java或C++等语言，并熟悉MySQL/PostgreSQL等数据库和AWS/GCP云服务
- 深入的系统设计知识，能够设计处理高流量的分布式系统，并了解基础设施即代码（如Terraform）的实践
- 对AI工具和技术有应用经验，能够利用它们优化工作流程或解决平台中的复杂问题，例如利用LLMs进行风险分析
申请策略
- 申请前，建议深入了解Grab的业务生态（如出行、外卖、金融）及其在东南亚面临的信任与安全挑战，这能体现你的业务敏感度和准备充分性
- 重点突出处理高并发、高可用后端系统的项目经验，特别是与性能优化、系统稳定性相关的成就
- 详细描述你使用Go/Java/C++、云服务（AWS/GCP）和数据库进行系统设计和开发的具体案例
- 如果有反欺诈、风险控制或安全相关领域的项目经验，务必作为核心亮点单独列出并量化成果
- 展示你使用AI工具（如代码助手、数据分析工具）提升开发效率或解决技术问题的实际经历
- 如果对Grab提到的特定技术栈（如Go、Terraform）不熟悉，可以快速通过在线课程或项目实践进行针对性学习
- 深入了解常见的反欺诈和风险控制技术原理，以及它们在大规模互联网平台中的应用场景
- 准备1-2个能体现你系统设计能力、问题解决能力和跨团队协作能力的详细项目故事，用于面试陈述
面试指南
- 对于技术问题，建议采用STAR原则（情境、任务、行动、结果）来结构化回答，重点突出你的技术决策、权衡考量和最终成效
- 对于协作和设计类问题，除了技术方案，还应阐述你如何理解业务目标、管理项目优先级以及与各方沟通协调的过程
- 请描述一个你设计或参与过的处理高并发请求的后端系统，你是如何保证其性能和稳定性的？
- 你如何设计一个可扩展的反欺诈或风险检测系统？需要考虑哪些关键因素？
- 请分享一个你使用云服务（如AWS）和基础设施即代码工具部署和管理复杂系统的经验
- 你如何与产品经理或非技术团队成员协作，确保技术方案能准确满足业务需求？
- 你最近使用过哪些AI工具来辅助开发或解决问题？具体是如何应用的？
- 系统复习后端核心知识，包括数据结构、算法、网络协议、数据库原理，并准备至少一个复杂的系统设计案例
职位点评
Watch Jobs