（27届 ASP）S&R&A-工程架构团队软件工程师

参与搜索、推荐、广告公共基础平台的设计、开发与持续优化，负责高质量代码实现与交付；

参与 Vespa、FSE、URank、URecall 等核心引擎及配套服务的研发，建设高性能、高可用、高扩展性的分布式系统；

深入理解上层搜索、推荐、广告业务对检索、召回、特征和打分能力的需求，完成技术方案设计、能力抽象与平台化交付；

参与系统性能、稳定性、资源效率与可观测性的持续优化，定位并解决复杂场景下的工程问题；

建设研发效能与 AI 基础能力，包括知识库、基础 Skill、AI Native 项目管理与开发工具，推动 AI 技术在研发流程中的实际落地；

探索并实践 LLM、Agent、AIGC 等前沿技术，改进代码生成、测试、知识获取、协作与项目管理等开发模式；

与搜索、推荐、广告等业务团队协作，将通用能力沉淀为可复用、可演进的公共组件和服务

2027届硕士及以上学历，计算机科学、软件工程、人工智能、数据科学等相关专业；

扎实掌握数据结构、算法、操作系统、计算机网络等计算机基础知识；

熟悉 Golang、Java、Python、C/C++ 等至少一种主流编程语言，具备良好的编码与调试能力；

熟悉 Web 服务开发及常见技术栈，如 Gin、gRPC、Spring Boot、Django、Flask、MySQL、Redis、Kafka 等；

理解常见软件设计模式及系统架构设计思想，具备良好的工程实践能力；

对分布式系统、高并发架构、存储与计算、性能优化等技术方向有较强兴趣或实践经验；

具备优秀的逻辑思维、学习与问题分析能力，能够快速理解复杂系统并持续推进问题解决；

熟练使用主流 AI 开发工具和编码 Agent，将大模型用于需求理解、技术方案设计、代码实现、测试、调试、文档编写与知识检索等研发环节；

理解 Agent/Skill 的基本工作方式，能够围绕具体任务组织上下文、提示词和工具调用流程；具备验证、审查和修正 AI 产出的能力，保障交付质量、安全性与可维护性；

具备良好的沟通和团队协作能力，以及较强的自我驱动力，乐于接受挑战性工作。 加分项

有搜索、推荐、广告、检索引擎、特征平台、召回或排序系统相关实习、项目或竞赛经验；

有分布式系统、数据库、存储系统、网络系统或高性能计算相关项目经验；

有性能分析与优化、稳定性建设、可观测性或云原生基础设施实践；

有开源社区贡献，或独立完成过有较强工程复杂度的项目；

有 LLM、Agent、AI Coding、知识库或研发效能工具相关实践，能够将 AI 技术用于解决真实工程问题