软件开发岗（广告外投引擎方向）

优缺点分析

角色解读

• 技术深耕：成为广告引擎领域的专家，主导核心系统的架构演进
• AI结合：在LLM与广告投放结合的前沿方向积累经验，向AI工程化专家发展
• 管理通道：未来可向技术团队负责人或架构师方向转型
• 负责设计和开发广告外投RTA/RTB系统，支撑千亿级流量，保障高可用、低延迟、低成本
• 优化广告投放核心链路（定向、召回、出价、排序等），提升系统性能和广告ROI
• 探索LLM等AI技术在广告投放与研发效能中的应用，如全自动投放系统、代码重构、监控诊断等
• 精通C++高并发服务开发，熟悉RPC、Redis、Protobuf等框架和组件
• 具备大规模分布式系统架构能力，有百万级QPS在线系统优化经验
• 了解搜广推机制策略和机器学习模型，有广告系统开发经验者更佳
• 有Agent应用落地经验，熟悉Langgraph、MCP/A2A等协议为加分项

申请策略

• 研究京东广告业务和投放产品，面试中展示对业务的理解
• 准备系统设计题目，如设计一个低延迟广告投放引擎
• 突出广告/推荐/搜索系统开发经验，尤其是RTA/RTB相关项目
• 强调C++高并发服务设计和百万级QPS系统优化案例
• 如有LLM或Agent落地经验，务必详细描述
• 若缺乏RTA/RTB经验，可提前学习相关协议和实现
• 补充Langgraph等Agent框架的实践知识，准备一个简单的Agent demo

面试指南

• 系统设计题：从分层架构、缓存策略、异步处理、容灾降级等角度展开，结合具体方案
• 优化题：采用量化指标→瓶颈分析→优化措施→效果验证的闭环思路
• LLM应用题：从业务痛点出发，提出Agent架构（规划、工具调用、反馈）并说明价值
• 请设计一个支持千亿级流量的RTA系统，如何保证低延迟和高可用？
• 在广告排序中，如何平衡CTR和CVR的优化目标？
• 描述你在高并发服务中做过的一次性能优化，使用了哪些手段？
• 你如何理解LLM在广告投放中的应用？能否举例说明一个可能的Agent方案？
• 复习C++并发编程、RPC框架、Redis等常用组件的底层原理