腾讯音乐
推荐系统研发工程师（数据工程与算法后台方向）
推荐系统研发工程师（数据工程与算法后台方向）
发布于 2 小时前普通员工/个人贡献者
全职员工混合式弹性办公推荐系统
推荐系统
A/B测试
Go
Sql
分布式系统
微服务
推荐系统
特征工程
值不值得投
80综合评分
综合评分 80
头部大厂核心推荐岗、薪资领先、技术栈前沿、WLB待确认
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.8万
比推荐系统中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
36 个在招
市场机会
选择不多
深圳 · 推荐系统 · 10 个在招
职位详情
关于这个职位
本职位主要负责推荐系统底层数据链路与在线后台的研发工作
候选人需构建离线与实时数据处理管道，协同算法团队完成特征工程与模型部署，并独立开发召回、排序等核心服务模块
同时负责系统性能调优、监控告警建设及端到端交付，以保障推荐服务的高可用性、低延迟与数据一致性，持续提升用户体验与业务效果
最低要求
在数据工程、推荐系统后台或相关分布式系统方向具有扎实的项目经验，至少一个方向有深入实践，并具备另一方向的开发能力
能够清晰说明本人承担的工作、技术取舍和实际结果
熟练使用 SQL，掌握 Spark、Flink 或同类分布式数据处理框架中的至少一种，能够独立建设数据处理任务，定位数据倾斜、任务延迟、重复及缺失等问题
熟练掌握 Go、C++ 至少一门，有独立后台模块开发、测试和调试经验
其他语言背景且具备扎实后台工程能力、愿意适应现有技术栈者亦可考虑
理解分布式服务、网络通信、并发、存储和缓存的基本机制，具备服务性能分析与线上排障能力，能够处理超时、重试、幂等及依赖异常
理解推荐系统的召回、排序、重排及反馈链路，了解训练样本、特征与在线推断的关系，能够将算法方案转化为可维护、可验证的工程实现
具备良好的工程质量意识与协作能力，重视测试、监控和数据质量，能够主动澄清口径与异常边界，并推动跨模块问题解决
工作职责
推荐数据链路建设：负责曝光、播放、跳过、收藏等用户行为及音乐内容数据的离线与实时处理，建设数据加工、调度、校验和补数机制，保障数据准确性、完整性与时效性
样本与特征工程：与算法工程师协作建设训练样本、用户及内容特征链路，完成标签生成、特征计算、存储和在线读取，保障特征时间口径正确及训练、推断的一致性
在线推荐后台研发：负责召回、排序及策略服务相关模块的设计与开发，包括候选集合并、特征获取、模型调用、过滤与重排，支撑推荐策略灵活接入
算法工程化落地：参与模型与特征版本管理、A/B 实验接入、灰度发布和回滚，打通离线生产与在线服务链路，协同排查数据、模型及服务问题
性能与稳定性优化：建设数据任务与在线服务的监控告警，优化数据延迟、服务吞吐和尾延迟，完善缓存、限流、降级及故障恢复机制，兼顾业务效果与资源成本
端到端工程交付：与算法及上下游工程团队明确需求、接口和验收标准，推进所负责模块从设计、开发、测试到上线运维的完整交付
优先资格
有音乐、音视频、信息流等内容推荐经验，理解隐式反馈、内容冷启动和多样性等业务问题
有实时特征、样本与特征平台、向量检索、模型推断服务或流批协同链路的建设经验
有高并发服务或大规模数据处理实践，并在数据时效、服务延迟、稳定性或资源成本方面取得可验证的优化结果
AI 洞察
优缺点分析
优点
- 接触海量用户行为数据与前沿推荐架构，技术视野开阔
- 具备扎实后端基础、对数据敏感且喜欢解决复杂分布式问题的工程师
缺点 / 挑战
- 需平衡算法效果与工程稳定性，跨团队协作与口径对齐成本较高
角色解读
- 可向推荐算法工程专家、大数据架构师或技术负责人方向发展，深入参与核心业务链路
- 构建推荐系统的数据处理管道与特征工程链路，保障数据时效性与准确性
- 精通分布式计算框架与后端语言，具备高并发服务设计与线上排障能力
申请策略
- 提前研究目标公司的推荐业务场景，准备特征一致性保障与A/B实验落地的案例
- 突出独立负责的分布式任务建设、性能优化指标及跨团队项目交付成果
- 强化 Flink/Spark 调优实战，补充向量检索与在线推理服务架构知识
面试指南
- 采用STAR法则结构化回答，重点阐述问题背景、技术选型依据、实施难点、量化结果及复盘沉淀
- 如何保证离线训练与在线推理的特征一致性？
- 遇到数据倾斜或任务延迟飙升，你的排查思路是什么？
- 高并发场景下如何设计缓存与限流降级策略？
- 请分享一次你主导的线上故障复盘与根因定位过程
- 复习分布式系统核心概念（CAP、一致性哈希、背压机制），梳理过往项目中数据链路与服务治理的具体实践
职位点评
薪资福利88
成长发展85
工作生活65
使命价值72
薪资福利
88较高
提供具有市场竞争力的薪酬体系与完善的福利保障，充分满足求职者对经济回报与职业稳定性的期待。
薪资信号未披露（AI估算：2.8千–4.8万/月）
成长发展
85较高
深度参与推荐系统核心链路建设，接触大规模分布式架构与前沿算法工程化实践，技术成长路径清晰。
技术前沿前沿/新兴技术
技术栈Spark、Flink、Go、C++、推荐系统、向量检索、A/B测试
业务类型profit_center
工作生活
65中等
办公环境位于核心科技园区，通勤便利；但互联网研发节奏较快，工作强度与加班情况未明确说明。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
72中等
服务于海量音乐用户，通过精准推荐提升内容分发效率与用户体验，具有一定的产品价值与社会影响力。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs