about the company.
一家中国本土的SAAS服务提供商,面向海外市场。
about the team.
产品和研发团队。
about the job.
1、采集 SDK 的架构设计、开发和往后的演进。 这是你的主场。从模块拆分、⽣命周期、异常兜底到发版策略,这段代码归你。
2、设计⾯向 AI 的采集模型。 传统埋点是「事件 + 参数」,AI 要的是结构化的语境。⽤⼾⾏为、⻚⾯结构、上下⽂该抽象成什么形状,既让 AI 读得懂、⼜不把数据量撑爆,这是这个岗位最有意思、也最没现成答案
的部分。
3、建⻚⾯语义化采集能⼒。 把 DOM、组件、布局、可⻅性、交互⾏为抽象建模,让机器读得懂这个⻚⾯上有什么、⽤⼾实际看到了什么。
...
4、啃浏览器运⾏时的硬⻣头。 Performance、MutationObserver、IntersectionObserver、ResizeObserver、Visibility 这些能⼒的落地和调优,同时在采集能⼒、性能开销、兼容性、数据质量四者之间找平衡。
(这些事你都不会⼀个⼈扛,会和 AI、数据平台、产品团队⼀起,把下⼀代⽤⼾⾏为数据标准和采集规范定下来。)
skills and experience required.
任职要求:
1、本科及以上学历,3 年以上 Web 前端或浏览器相关开发经验(5 年左右会更从容,但不绝对);
2、精通 JavaScript / TypeScript,浏览器原理扎实,DOM、CSSOM、Rendering Pipeline、Event Loop这些机制是真懂,不是背过;
3、熟悉 MutationObserver / IntersectionObserver / ResizeObserver / Performance API 这些浏览器API,知道它们各⾃的代价在哪;
4、有系统设计能⼒和技术判断⼒,能设计⾼性能、低侵⼊、可扩展的采集架构,说得清每个取舍的理由,也能推着整套体系往前⾛;
5、对数据质量和⼯程质量有要求。数据准不准、SDK 稳不稳,你会主动去卡;做能⼒设计时习惯先想清楚平台层怎么⽀撑,再动⼿;
6、对⽤⼾⾏为分析或数据建模有⾃⼰的理解,把数据采上来不算完事,还会想这份数据最后被谁怎么⽤;
7、最要紧的⼀条:你已经把 AI 当成⽇常⼯作的伙伴,对「数据怎么服务 AI Agent」有真实的兴趣和动⼿实践。这是这个岗位的底⾊,不是加分项——它的核⼼命题就是给 AI ⽣产数据,AI 只停留在听说过的阶段,很多判断做不准。
显示更多
about the company.
一家中国本土的SAAS服务提供商,面向海外市场。
about the team.
产品和研发团队。
about the job.
1、采集 SDK 的架构设计、开发和往后的演进。 这是你的主场。从模块拆分、⽣命周期、异常兜底到发版策略,这段代码归你。
2、设计⾯向 AI 的采集模型。 传统埋点是「事件 + 参数」,AI 要的是结构化的语境。⽤⼾⾏为、⻚⾯结构、上下⽂该抽象成什么形状,既让 AI 读得懂、⼜不把数据量撑爆,这是这个岗位最有意思、也最没现成答案
的部分。
3、建⻚⾯语义化采集能⼒。 把 DOM、组件、布局、可⻅性、交互⾏为抽象建模,让机器读得懂这个⻚⾯上有什么、⽤⼾实际看到了什么。
4、啃浏览器运⾏时的硬⻣头。 Performance、MutationObserver、IntersectionObserver、ResizeObserver、Visibility 这些能⼒的落地和调优,同时在采集能⼒、性能开销、兼容性、数据质量四者之间找平衡。
(这些事你都不会⼀个⼈扛,会和 AI、数据平台、产品团队⼀起,把下⼀代⽤⼾⾏为数据标准和采集规范定下来。)
skills and experience required.
任职要求:
1、本科及以上学历,3 年以上 Web 前端或浏览器相关开发经验(5 年左右会更从容,但不绝对);
2、精通 JavaScript / TypeScript,浏览器原理扎实,DOM、CSSOM、Rendering Pipeline、Event Loop这些机制是真懂,不是背过;
3、熟悉 MutationObserver / IntersectionObserver / ResizeObserver / Performance API 这些浏览器API,知道它们各⾃的代价在哪;
4、有系统设计能⼒和技术判断⼒,能设计⾼性能、低侵⼊、可扩展的采集架构,说得清每个取舍的理由,也能推着整套体系往前⾛;
5、对数据质量和⼯程质量有要求。数据准不准、SDK 稳不稳,你会主动去卡;做能⼒设计时习惯先想清楚平台层怎么⽀撑,再动⼿;
6、对⽤⼾⾏为分析或数据建模有⾃⼰的理解,把数据采上来不算完事,还会想这份数据最后被谁怎么⽤;
7、最要紧的⼀条:你已经把 AI 当成⽇常⼯作的伙伴,对「数据怎么服务 AI Agent」有真实的兴趣和动⼿实践。这是这个岗位的底⾊,不是加分项——它的核⼼命题就是给 AI ⽣产数据,AI 只停留在听说过的阶段,很多判断做不准。