我们专注于设计和实现高性能、高可扩展性的推荐平台引擎，助力算法和业务发展，涉及召回，排序服务的架构设计，索引性能和GPU推理性能优化。探索LLM大模型的生成式推荐，导购助手场景的定制优化。如果你熟悉数据结构与算法，对高性能算法服务的实现有所研究，对新技术有极大的好奇心，勇于挑战各种系统架构难题，欢迎加入我们！
1、推荐引擎开发工作，包括召回索引优化，推理服务优化，特征服务开发，推荐业务逻辑开发以及代码框架的重构；
2、大模型在生成式召回，生产式推荐在推荐场景的应用开发和性能优化。大模型在智能机器人上的应用和推理性能优化。

1. 计算机或相关专业背景，有大规模高并发互联网应用的架构设计和研发运维经验；
2. 1年以上C++开发经验，具有Linux平台服务端开发经验以及性能优化经验；
3. 扎实的计算机基础--包括算法和数据结构、网络编程、内存、线程、tcp/ip通信。熟悉shell、python等脚本语言，有容器化相关经验；
4. 熟悉常见的面向对象设计模式，擅长系统抽象，具备优秀的系统架构设计能力；了解过高并发高可用在线服务的设计与实现，了解分布式存储、计算、调度原理，关注机器学习领域的开源技术进展和趋势；
5. 具有优秀的分析和解决问题的能力，有较强的责任心和团队精神 ，善于沟通和合作；有很强的团队协作能力和沟通能力；有强烈的技术热情和学习渴望，对技术驱动业务有不懈的追求。

优先考虑:
1、有电商开发经验，有搜索/推荐/LLM 等底层引擎系统研发经验；
2、熟悉现有的机器学习框架的系统架构，如tensorflow和pytorch等。熟悉常用的机器学习算法。有llm大模型性能优化经验；
3、有高并发大规模分布式在线系统服务经验。有分布式海量离线系统开发经验，熟悉Hadoop/Spark/HBase/Flink等开源大数据技术。