团队介绍：

阿里巴巴拥有世界上规模最大的电商搜索、推荐场景，其中在线引擎系统支撑着每天数百亿计的海量搜索、推荐请求，而离线数据处理系统则承担着海量数据收集、处理并导出到在线系统的重要职责。随着阿里巴巴业务的高速发展，如何在数据量/业务量不断增长的情况下，满足海量吞吐与高实时性两个性能目标，并在此基础上稳定高效的支持大量业务需求，越来越成为巨大的挑战。为了应对这些挑战，我们基于Hadoop,Flink,Hbase等大数据组件，做整个机器学习的样本、特征处理平台，支持了阿里集团几乎所有电商业务的搜索及推荐系统，包括：淘宝、天猫以及AE、lazada等的搜索推荐业务，每天处理数以百亿计数据。

岗位描述：

1.参与搜索推荐机器学习大数据平台的开发，解决实时和离线计算流程中性能、功能等多方面的挑战，支持搜索推荐场景下机器学习的特征处理流程、引擎数据导入流程的开发和设计。
2.与Flink/Hadoop等生态深度结合，挖掘Flink计算引擎的潜力，开发相关的组件，推进流批计算的一体化。
3.存储方面针对搜索离线的应用场景，基于新型OLAP/TP混合存储系统，开发面向搜索场景的存储层抽象。

岗位要求：

1. 具备扎实的计算机理论基础, 在数据结构及算法方面有较强的功底。
   2.精通Java编程，具备优秀的系统Debug/Profiling能力和经验，熟悉常见的面向对象设计模式，具备优秀的系统架构设计能力。
2. 熟悉Hadoop/HBase/Flink/Spark等开源大数据技术，有大数据工程开发经验，有开源社区开发经验优先。
3. 熟悉SQL语言编程，有数据库相关开发经验，了解数据库的基本原理。
4. 熟悉机器学习特征处理、模型训练流程，了解常用机器学习算法，有大型搜索／推荐／广告算法架构设计经验者优先。

岗位提交地址：点我提交