软件开发岗（广告外投引擎方向）

优缺点分析

角色解读

• 技术专家路线：深耕广告引擎和分布式系统，成为领域专家
• AI工程化路线：结合LLM推动广告智能化，向AI工程架构师发展
• 管理路线：积累架构和业务经验后，可向技术Leader或架构师转型
• 设计和开发广告外投RTA/RTB系统，处理千亿级流量，保障系统高可用、低延迟
• 优化广告核心链路（定向、召回、出价、排序），提升投放ROI
• 探索LLM在广告投放和研发效能中的应用，构建自动投放系统和智能开发工具
• 精通C++高并发服务开发，具备大规模分布式系统架构能力
• 熟悉广告/推荐/搜索系统，了解RTA/RTB等实时竞价机制
• 掌握Redis、Protobuf、RPC框架等常用组件，有百万级QPS系统优化经验
• 了解AI Agent框架（如Langgraph）和LLM应用，有生成式模型落地经验者优先

申请策略

• 在简历中使用量化指标（如流量规模、延迟优化百分比）来体现成果
• 提前了解京东广告业务和AI战略，在面试中展示对业务的理解
• 突出广告/推荐/搜索系统的开发经验，尤其是RTA/RTB相关项目
• 展示C++高并发服务的性能优化案例，如QPS提升、延迟降低等数据
• 如有AI应用经验，重点描述LLM在广告或工程中的落地成果
• 强调跨团队协作和快速解决问题的能力，最好有具体事例
• 补充广告竞价机制知识，了解RTA/RTB协议和流程
• 学习Agent框架（如Langgraph）和LLM应用开发，动手实践小项目

面试指南

• 对于系统设计题，先明确需求（QPS、延迟、可用性），然后分层设计（负载均衡、缓存、异步处理、容错）
• 对于优化问题，采用“问题发现-根因分析-方案实施-效果验证”的STAR原则
• 对于AI应用题，展示对LLM能力边界的理解，结合业务场景提出可行方案，并考虑工程约束
• 请设计一个RTA系统，如何处理千亿级流量并保证低延迟？
• 你在高并发系统优化中遇到过哪些问题？如何解决的？
• 如何利用LLM改进广告投放策略？请给出一个具体方案
• 描述你在C++中处理内存泄漏或性能瓶颈的经历
• 如何与算法团队协作提升广告ROI？