酷澎
[Growth Marketing] Sr. Staff Back-end Engineer
[Growth Marketing] Sr. Staff Back-end Engineer
发布于 1 小时前基层主管/组长
全职员工仅现场办公后端开发
后端开发
分布式系统
后端开发
技术团队管理
机器学习
系统架构
营销技术
值不值得投
薪资怎么样
8.5万
比后端开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 250 个在招 · 其中后端开发 4 个
市场机会
选择面较广
上海 · 后端开发 · 约 310 个在招
职位详情
关于这个职位
加入酷澎（Coupang）增长工程团队，负责下一代营销平台的后端架构设计、研发与线上运营，支撑站外广告（展示广告、搜索广告、联盟营销、CRM、Push 等）业务快速增长
你需要带领并培养工程师团队、制定中长期架构路线图，并与产品、数据科学、机器学习团队协作，同时探索用 AI 提升工程效能与业务效果
最低要求
年以上软件工程领域经验，其中相当一部分为技术领导经验
具备设计、实现并维护大规模分布式系统的经验
有利用 AI 提升组织工程效能或驱动业务影响的成功实践
具备将业务需求转化为技术架构与执行计划的成熟经验
有在复杂软件系统建设中承担主导角色并成功交付给客户的经历
有影响并推动软件工程最佳实践的成功记录
计算机科学或相关专业本科及以上学历
商务级英语能力（书面与口语）为硬性要求
工作职责
带领并辅导一支优秀的工程师团队，营造追求技术卓越与持续改进的文化
制定并执行站外营销团队的短期与长期架构路线图
与业务和产品团队协作，将业务需求转化为架构设计与执行路线图
确保平台达到高可用性、高可靠性与低延迟的标准
在保持高客户信任、高性能与高可用的前提下，持续提升数据、平台与服务的效率与灵活性
主导与数据科学家、机器学习工程师及其他相关方的协作，推动跨职能项目
定义 AI 与新兴技术如何在你负责的领域或技术方向上提升工程生产力、软件质量与组织效能
优先资格
具备营销技术（mar-tech）平台经验，支持展示广告、搜索广告、联盟营销等站外营销业务
熟悉开源框架与技术，如 Spring、AWS、APIs、NoSQL，以及 Kafka、Hive、Cassandra、Iceberg、Apache Flink、Apache Spark 等大数据技术
有在快节奏、模糊、敏捷环境中担任技术领导的强背景
能够从客户出发反向推导，交付创新且简洁的解决方案
AI 洞察
优缺点分析
优点
- 岗位处于直接驱动营收增长的业务核心，技术工作与商业结果强关联，成果可见度高
- 技术栈覆盖分布式后端、大数据（Kafka、Flink、Spark）与机器学习交叉领域，技术积累面广
- 业务全球化，可与多国团队协作，英语与国际化经验能得到锻炼
- 要求 12 年以上经验并承担技术领导职责，对架构判断力、带人能力和跨部门推动力要求都很高
- 站外广告与营销平台涉及归因、追踪、定向等复杂领域知识，需要较快补齐业务背景
- 业务节奏被描述为快节奏、模糊、敏捷，需求变化与跨时区协作会增加沟通成本
- 适合已有 10 年以上后端经验、做过大规模分布式系统并希望承担技术领导职责的资深工程师，尤其是对广告营销、增长与机器学习交叉领域感兴趣的人
缺点 / 挑战
- 职级较高且带团队，具备架构决策权与跨团队影响力，适合作为职业上升期的关键一跳
角色解读
- 作为资深 Staff 级岗位，纵向可向架构负责人、技术总监等更高技术管理岗发展，横向可深耕营销技术、广告与推荐系统等垂直领域
- 处在增长工程这一直接挂钩营收的业务域，技术成果与业务指标关联紧密，个人影响力容易放大
- 接触广告投放、定向、个性化与机器学习交叉领域，未来在电商、广告平台或 MarTech 公司都有较强迁移性
- 负责酷澎站外营销业务（展示广告、搜索广告、联盟营销、CRM、Push 等）所需的后端平台与核心服务，包括用户画像、落地页、追踪与归因等
- 主导下一代营销平台的架构设计、研发落地与线上运营，保障高可用、低延迟
- 带领并辅导工程师团队，制定中长期架构路线图，并与产品、数据科学和机器学习团队推动跨职能项目
- 探索 AI 与新兴技术在工程效能、软件质量和业务效果上的应用
- 扎实的分布式系统设计与大规模系统落地能力，能处理高并发、低延迟与高可用问题
- 成熟的业务到架构的转化能力，能把模糊的业务需求拆解成可执行的架构方案与路线图
- 技术领导力，包括带人、辅导、跨团队影响以及推动工程最佳实践
- 商务级英语沟通能力，并具备用 AI 提升研发效能或业务指标的实践经验
申请策略
- 岗位明确要求商务级英语（书面与口语），建议提前准备英文自我介绍与项目介绍，面试很可能包含英文环节
- 了解酷澎在韩国电商与站外营销业务的整体打法，能在沟通中体现对业务的理解
- JD 注明职位可能提前关闭，建议尽早投递并同步准备内推渠道
- 重点呈现你主导过的大规模分布式系统项目，写清系统规模（QPS、数据量、可用性指标）以及你在其中的架构决策角色
- 突出带团队与辅导工程师的经历，包括团队规模、人才培养结果和技术文化建设的实际动作
- 单独列出用 AI 提升研发效能或驱动业务指标的案例，说明量化收益
- 若有广告、营销、归因、推荐相关经验，务必前置并说明业务影响
- 补齐营销技术领域知识，了解展示广告与搜索广告的投放链路、归因模型、受众定向等基本概念
面试指南
- 架构类问题采用「背景—约束—方案对比—决策依据—上线结果与复盘」的结构，重点讲清权衡而非只讲结果
- 领导力类问题用具体案例说明：团队当时的状态、你采取的动作（辅导机制、技术评审、目标拆解）、可量化的变化
- AI 效能类问题要落到指标上，例如交付周期、缺陷率、研发人效的前后对比，避免只谈概念
- 请介绍一个你主导架构设计并成功上线的大规模分布式系统，当时的关键权衡是什么？你如何带领和辅导工程师团队，有没有具体的团队成长案例？你如何把模糊的业务需求转化为技术架构与执行路线图？你有哪些用 AI 提升工程生产力或业务指标的实际项目，效果如何量化？如果让你设计一个支撑站外广告投放与归因的营销平台，你会如何划分核心服务与数据链路？
- 准备 2-3 个可深入追问的架构与带团队案例，每个案例都能延伸到细节与失败复盘
- 提前复习分布式系统的高可用、低延迟设计手段，以及 Kafka、Flink、Spark 等组件的实际使用经验
- 用英文准备一遍核心项目的讲解，熟悉广告投放、归因、受众定向等营销技术术语的英文表达
酷澎 的其他在招职位
相似职位推荐
Watch Jobs