美团
Keeta｜研发工程师（运力供给与运营方向）
Keeta｜研发工程师（运力供给与运营方向）
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Ai Coding
Claude Code
Ddd
Jvm
Mcp
分布式系统
并发编程
性能优化
服务治理
值不值得投
薪资怎么样
3.9万
比后端开发中位数低
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 5900 个在招 · 其中后端开发 38 个
市场机会
选择面较广
北京 · 后端开发 · 约 460 个在招
职位详情
关于这个职位
负责Keeta境外配送「运力供给与运营」核心系统的服务端研发，覆盖运力招募、运营、排班及合作伙伴管理等业务场景
你将独立完成技术方案设计、核心代码开发与线上稳定性建设，并在日常工作中深度使用AI Coding工具提升研发效率，支撑业务在不同国家和市场的快速落地
最低要求
本科及以上学历，计算机或相关专业，5年以上服务端研发经验，具备复杂业务系统的核心模块设计或技术主导经验
理解Agent、Skill、MCP、CLI等AI相关技术，有丰富的AI Coding实践经验，能熟练使用Coding Agent（Claude Code、Codex等）完成开发工作
具备良好的业务理解与抽象能力，能够完成需求分析、领域建模和系统边界划分
具备系统分层、DDD等方法的实际应用经验
精通Java，熟悉面向对象设计与常用设计模式，具备扎实的数据结构、算法和编码能力
深入理解JVM、并发编程及分布式系统原理，熟悉数据库、缓存、消息队列和服务治理，能够结合业务场景做出合理的技术取舍
具备系统性能优化、稳定性建设和线上复杂问题排查经验，能够推动问题定位、修复与预防机制落地
具备良好的沟通协作能力，能够在业务目标和需求存在不确定性的情况下，推动跨团队协作并交付成果
工作职责
负责境外配送运力供给与运营相关核心模块的服务端研发，深入理解业务需求，独立完成技术方案设计、核心代码开发和项目交付
参与运力供给、运力运营等业务系统建设，合理划分模块边界，持续提升系统的可维护性与扩展能力
针对复杂业务需求和关键技术问题，完成方案分析与技术取舍，推动解决项目实施中的重点、难点问题
在工作与日常中深度使用各类AI工具，能系统性地评估和持续提升使用效果
参与系统性能优化与稳定性建设，独立排查线上疑难问题，推动修复、复盘与预防措施落地
与产品、运营及上下游研发团队协作，识别项目风险、协调依赖，对所负责模块和项目的交付质量负责
AI 洞察
优缺点分析
优点
- 业务属于境外配送这一国际化增长方向，能接触不同国家和市场的真实业务问题，视野与经验稀缺
- 技术栈与工程实践较新，JD明确要求并鼓励深度使用AI Coding工具，有利于积累AI辅助研发的先进经验
- 依托成熟的企业级研发平台与工程文化，可系统学习复杂业务系统的设计与治理方法
- 境外业务涉及跨时区、跨团队协作，沟通成本与需求不确定性相对更高
- 适合有扎实Java与分布式系统功底、希望在复杂国际化业务中提升架构能力，并且对AI辅助研发有真实热情的资深服务端工程师
缺点 / 挑战
- 覆盖从0到1新市场建设到规模化架构演进，技术挑战充足，成长空间与技术积累速度快
- 需要同时兼顾多国业务差异与平台复用，业务抽象与架构权衡难度较高，对判断力要求强
- 岗位要求5年以上服务端经验并能主导核心模块，交付压力与责任范围较大，需独立应对线上疑难问题
角色解读
- 在跨国家、跨市场的复杂业务场景中沉淀架构设计与技术判断能力，向资深技术专家或架构师方向发展
- 有机会参与新市场从0到1的系统建设与既有系统的规模化演进，积累国际化业务与技术平台化经验
- 随着对运力供给与运营业务的深入理解，可向技术负责人、团队管理或业务技术复合型岗位延伸
- 负责Keeta境外配送「运力供给与运营」核心模块的服务端研发，独立完成技术方案设计、核心代码开发与项目交付
- 建设运力招募、运力运营、排班及合作伙伴管理等业务系统，合理划分模块边界，提升系统可维护性与扩展性
- 承担系统性能优化与稳定性建设，独立排查线上疑难问题，推动修复、复盘与预防措施落地
- 与产品、运营及上下游研发协作，识别项目风险、协调依赖，对模块与项目的交付质量负责
- 精通Java，扎实的数据结构与算法功底，熟悉面向对象设计与常用设计模式
- 深入理解JVM、并发编程与分布式系统原理，熟悉数据库、缓存、消息队列与服务治理，能做技术取舍
- 具备业务抽象与领域建模能力，有系统分层、DDD等方法在复杂业务系统中的实际应用经验
- 熟练使用Coding Agent（Claude Code、Codex等）等AI工具，理解Agent、Skill、MCP、CLI等AI技术，并有丰富的AI Coding实践
申请策略
- 提前了解Keeta的国际化业务布局与境外配送模式，理解运力供给、排班、合作伙伴管理等业务链路
- 在沟通中体现「理解业务—做技术判断—推动落地」的闭环能力，这正是该团队JD反复强调的特质
- 突出5年以上服务端研发经历，重点写明你主导或独立负责过的核心模块设计与技术方案，量化系统规模与业务影响
- 用具体案例证明Java、JVM调优、并发编程与分布式系统能力，例如高并发场景下的性能优化、稳定性治理成果
- 单独列出AI Coding实践：使用的Coding Agent工具、落地场景，以及效率或质量上的可量化提升
- 补充DDD、领域建模、系统分层与模块边界划分的实践经历，体现业务抽象能力而非单纯编码能力
- 系统梳理MCP、Agent、Skill、CLI等概念与主流Coding Agent的用法，准备可现场演示或讲述的AI Coding工作流
- 复习JVM内存模型、GC调优、并发工具与分布式一致性方案，准备能讲清技术取舍的案例
面试指南
- 技术类问题用STAR结构：先讲清业务背景与约束，再说明你评估过的备选方案、选择依据和最终结果数据
- AI Coding类问题强调系统性与可评估性：工具选择理由、使用流程、效果度量方式以及你如何持续优化
- 权衡类问题展现结构化思维：先明确目标与约束，再列出方案维度（可维护性、扩展性、交付速度），最后给出取舍结论与后续演进计划
- 请介绍一个你主导设计的复杂业务系统核心模块，你是如何划分模块边界并做技术取舍的？
- 你日常如何使用Coding Agent完成开发？能否举一个AI工具显著提升效率或质量的具体例子？
- 面对高并发下的性能瓶颈或线上疑难问题，你的排查路径和方法论是什么？
- 如果同一套运力系统要同时支持多个国家且业务规则差异很大，你会如何设计以兼顾复用与差异？
- 在需求不确定、依赖方较多的项目中，你如何识别风险并推动跨团队交付？
Watch Jobs