供应链后端研发Leader（采购平台）-基础设施（深圳）

优缺点分析

角色解读

• 可向技术总监或架构师方向发展，负责更大规模的基础设施平台
• 也可深入供应链业务领域，成为行业专家，推动公司采购效率革命
• 通过AI Coding实践，转型为AI工程化专家，引领技术趋势
• 负责字节跳动基础设施采购平台的系统架构设计与开发，涵盖服务器、IDC、AI算力等资源采购流程的数字化
• 带领5-10人后端团队，制定技术方案并推动项目交付，保障系统的高可用和扩展性
• 探索AI Coding技术，如引入大模型和Agent提升开发效率和产品体验
• 扎实的后端开发能力，熟练掌握Java/Go等语言，有大规模分布式系统设计经验
• 供应链或采购领域业务知识，能抽象复杂业务逻辑为高效技术方案
• 团队管理能力，包括招聘、培养、绩效管理和跨团队协作
• 对AI技术有浓厚兴趣，了解大模型（如LLM）和Agent工程架构的应用

申请策略

• 了解字节跳动的基础设施规模和挑战，表达对技术创新的热情
• 准备一个具体的技术方案故事，展示如何平衡业务需求与技术质量
• 突出供应链或采购领域的后端项目经验，特别是大规模系统设计和架构升级案例
• 强调团队管理经历，如带团队人数、项目交付成果、人才培养案例
• 展示对AI技术的理解，如大模型、Agent的相关项目或学习成果
• 如有数据中心或云服务相关经验，务必突出
• 补充供应链领域知识，了解采购流程、供应商管理等业务术语
• 学习AI Coding相关技术，如LangChain、RAG、Agent框架等

面试指南

• 用STAR法则（情境-任务-行动-结果）描述项目经验，强调技术选型和架构演进的逻辑
• 展现系统思维：从业务角度分析问题，再落实到技术方案，并考虑可扩展性和团队分工
• 请描述你负责过的一个复杂供应链系统架构设计，以及你如何解决高并发和扩展性问题？
• 你如何管理团队？请举例说明如何激励团队成员、处理绩效问题
• 你对AI Coding有什么理解？如何在实际项目中落地大模型？
• 当业务需求与技术支持冲突时，你如何平衡？
• 你如何看待数据中心基础设施领域的数字化趋势？
• 复习后端核心技术（如Java并发、分布式事务、缓存设计），准备算法题