
高德-用户增长分发引擎专家-信息业务
发布于 6 小时前普通员工/个人贡献者
值不值得投
综合评分 75
亿级用户增长分发引擎专家岗,技术前沿、业务影响力强,WLB信息未披露。
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
6.8万
比用户增长中位数高
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 380 个在招
市场机会
选择适中
北京 · 用户增长 · 32 个在招
职位详情
关于这个职位
该职位负责高德信息业务用户增长分发引擎的核心建设,覆盖Push、消息中心、权益位、首页Feed等多场景的统一分发决策与高并发在线服务
最低要求
本科及以上学历,计算机相关专业,5 年以上后端/平台研发经验
工作职责
增长分发引擎建设:主导亿级用户规模的用户增长分发引擎的设计与演进,承载 Push 触达、消息中心、权益位、首页 Feed 等多入口多场景的统一分发决策——覆盖人群圈选、干预策略编排(策略召回→增益排序→频控/疲劳度仲裁→下发)全链路,支撑毫秒级在线决策、十万级 QPS 的稳定服务
优先资格
有增长分发引擎、触达平台或搜广推系统(召回/索引/排序/实验分流等核心链路)的规模化实践经验,经历过亿级用户量级系统的建设与演进者优先
AI 洞察
优缺点分析
优点
- 岗位处于亿级用户规模和高QPS场景,能积累大规模分布式系统、召回引擎和实时决策平台的稀缺工程经验
- 同时覆盖增长分发与AI原生研发,技术栈包含向量索引、Flink/Blink、AI Coding、Agent等方向,成长空间较大
- 业务连接Push、消息中心、权益位、首页Feed等多入口,技术成果能直接作用于用户增长和触达效率
- 平台化属性强,沉淀的能力可被运营、算法等多角色复用,容易形成可衡量的业务与技术影响力
- 系统复杂度高,需要同时处理高并发、低延迟、索引新鲜度、频控仲裁、实验分流和稳定性问题
- 跨算法、产品、运营多方协作频繁,需求变化快,对抽象能力、沟通推进能力和优先级判断要求高
- AI Coding与Agent落地仍处于快速演进阶段,需要在保证代码质量和业务一致性的前提下探索新范式
- 适合有大规模后端平台、搜广推或增长引擎经验,同时愿意深入AI原生研发和Agent工程化的高级技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可沿着增长引擎/推荐引擎/分发平台方向继续深入,成为高并发召回与决策系统、实时特征与实验平台方面的技术专家
- 可向AI原生研发与智能化平台方向扩展,负责团队级AI Coding规范、Agent工具链、自动化实验与策略分析体系建设
- 长期可发展为平台架构负责人或技术管理者,统筹多场景分发、供需匹配、触达平台和增长智能化方向
- 负责用户增长分发引擎的架构设计与演进,把Push、消息中心、权益位、首页Feed等多个入口统一成可配置、可实验、可观测的分发决策系统
- 建设多路召回、索引更新、增益排序、频控与疲劳度仲裁等核心链路,支撑亿级用户、十万级QPS和毫秒级在线决策
- 将实时特征、流式计算、实验分流和触达通道接入整合为在线离线一体化平台,保障系统稳定性、低时延和成本可控
- 探索AI Coding、Spec-driven开发、LLM/Agent在策略分析、自动归因、复盘生成和规则配置中的应用,推动研发模式升级
- 需要扎实的Java/Go/C++工程能力,深入理解IO、多线程、JVM、数据结构与算法,并能写出高质量、可维护的服务端代码
- 需要掌握大规模分布式系统设计,包括Redis/Tair、RocketMQ/Kafka、Flink/Blink、分层存储、缓存、消息队列和线上问题定位
- 需要理解推荐/搜索/广告/增长平台中的召回、排序、重排、混排、特征平台和实验分流全链路,并熟悉倒排索引、向量ANN索引与实时索引更新
- 需要对LLM、Prompt工程、Spec-driven开发、AI Coding工具和Agent框架有实际使用经验,能推动AI与工程研发流程结合
申请策略
- 面试前建议梳理高德地图信息业务的增长场景,思考Push、消息中心、权益位、首页Feed在用户生命周期中的触达价值
- 申请时可强调自己对工程稳定性、业务增益和AI研发效率的综合理解,而不仅是单点技术能力
- 重点突出你主导或核心参与过的高并发在线服务,写清QPS、时延、可用性、容量规划、灰度发布和故障治理等结果
- 突出召回/索引/排序/实验分流相关经验,尤其是多路召回、倒排索引、向量ANN索引、实时索引更新和供需匹配机制
- 展示AI Coding与Agent实践,例如使用Codex/Claude Code/Qoder、Spec-driven开发、Prompt工程、Function Calling、MCP或Multi-Agent项目的真实落地案例
- 强调跨团队推动经验,说明你如何与算法、产品、运营协作,将复杂业务需求抽象为平台能力和工程方案
- 补齐或强化向量检索与召回工程能力,熟悉HNSW、IVF、Faiss、Milvus、ScaNN等体系的原理、选型和性能权衡
- 提升实时计算与在线工程能力,重点准备Flink/Blink、Kafka/RocketMQ、Redis/Tair、热点数据处理和数据一致性方案
面试指南
- 架构题按“业务目标—核心指标—模块拆分—关键链路—容量与稳定性—监控与演进”展开,先讲约束再讲方案
- 技术深挖题用“问题背景—可选方案—权衡比较—最终选择—线上验证—复盘改进”的结构回答,突出取舍依据
- AI与协作题用“具体场景—实施步骤—量化结果—沉淀机制”回答,尽量给出可验证的落地细节
- 如果让你设计一个支撑十万级QPS、毫秒级决策的统一增长分发引擎,你会如何拆分核心模块?
- 多路召回系统中,如何做规则召回、向量召回、图关系召回和增益预估召回的编排、去重、合并与配额分配?
- 实时索引更新链路中,如何保证用户行为回流后的秒级可见性、数据一致性和故障可恢复性?
- 你如何将AI Coding和Spec-driven开发落地到团队研发流程,同时保证代码质量和业务一致性?
- 请举例说明你如何推动算法、产品、运营多方协作,并将复杂增长需求抽象为可复用的平台能力
职位点评
薪资福利
JD未披露薪资与福利信息,但岗位要求高级专家级工程能力,涉及亿级用户、高并发引擎和AI工程融合,通常对薪资动机有较强吸引力。福利部分无法基于JD确认。
成长发展
岗位明确涉及增长分发引擎、召回索引、流式计算、AI Coding、Spec-driven开发和Agent落地,技术广度和深度都很强。JD还提到推动团队向AI原生研发范式演进,发展性非常突出。
工作生活
JD仅明确地点为北京,未提及远程、弹性办公、双休或加班情况,因此生活化动机满足程度无法充分判断。岗位涉及稳定性、时延、成本与复杂平台建设,工作挑战较高。
使命价值
岗位服务于亿级用户增长与多场景触达,技术成果对用户连接、资源匹配和平台效率有实际价值。但JD未直接表达社会使命或公共价值导向,意义感主要来自业务规模与技术影响力。
高德地图 的其他在招职位