字节跳动
校招后端开发工程师 - 飞书商业运营与策略
北京 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 2027届获得本科及以上学历，计算机、软件工程等相关专业优先
- 扎实的服务端基础：熟练掌握至少一门后端语言（Golang优先），理解Web后端核心技术——网络协议、分布式架构、存储、缓存、消息队列、安全等；对AI技术有热情并有实践经验：熟悉至少一种主流LLM的调用与Prompt工程
- 有以下经验者优先：
- 1）AI Coding工具（Cursor/Copilot/Claude Code等）深度使用经验
- 2）基于LLM的应用开发经验（RAG/Agent/Function Calling/MCP/向量数据库等）
- 具备以下任一方向经验：
- 1）增长业务相关：高并发服务、A/B实验平台、数据埋点与实时计算、投放与归因系统
- 2）AI相关：AI应用服务端架构、Agent编排框架、模型推理与调度、AI辅助研发工具链
- 3）云原生/微服务/中间件相关经验
- 有较强的产品意识和数据敏感度，理解「增长」不只是接口实现，更是对用户和业务的洞察
- 积极乐观，认真负责，乐于在快速变化中学习，能主动拥抱AI带来的研发范式变革。
岗位描述
团队介绍：飞书商业运营与策略团队致力于以数据与 AI 驱动飞书商业化的长期增长，负责设计和迭代飞书的商业模式、产品包装与定价策略，并通过完善的指标体系和经营分析能力，将业务决策稳固地建立在数据与事实之上。
依托飞书一体化协作平台与豆包办公任务的前沿 AI 能力，我们正在打造 AI-Native 的商业运营中枢，让定价、增长策略、经营分析与系统产品迭代在同一个智能闭环内协同运转，为组织释放更加稳健、高效、具全球拓展能力的商业价值。
- 1、负责飞书UG增长业务的服务端研发，支撑官网、落地页、活动、注册转化等核心增长场景的高可用、高性能后端服务；
- 2、参与AI驱动的增长产品建设，负责LLM应用、RAG、Agent编排、Function Calling/MCP等AI能力的服务端架构与落地；
- 3、参与团队AI Coding工程化实践，在真实业务中应用并沉淀AI辅助研发的最佳实践，持续提升人效；
- 4、负责服务质量、稳定性和研发效能建设，从工具链、系统架构层面提升团队交付效率；
- 5、主要技术栈：Golang，以及LLM/Agent/向量检索等AI相关的服务端工程链路。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 后端开发 岗位的常见面试问题整理
请解释 RESTful API 的设计原则，并举一个你实际设计过的例子
查看答题思路
1. 资源导向：URL 表示资源而非操作 2. HTTP 方法语义：GET/POST/PUT/DELETE 对应查增改删 3. 无状态：每个请求包含全部所需信息 4. 统一接口：一致的响应格式（如 JSON） 5. 举例：用户模块 /users/{id}，GET 查/POST 创/PUT 改/DELETE 删，返回统一 {code, data, message}
MySQL 索引的底层数据结构是什么？为什么用 B+ 树而不是哈希表或红黑树
查看答题思路
1. B+ 树：非叶子节点只存 key 不存 data，单次 IO 读更多 key 2. 叶子节点形成有序链表，支持范围查询（哈希表不支持范围） 3. 高度低（3-4 层可存千万级数据），减少磁盘 IO 4. 对比红黑树：B+ 树是多叉的，高度更低，磁盘 IO 更少
你参与过的最复杂的后端项目是什么，你承担了什么角色
查看答题思路
1. 项目背景：一句话说清业务场景 2. 技术栈：语言/框架/数据库/中间件 3. 个人职责：你做的，不是团队做的——用「我设计了」「我优化了」 4. 难点：遇到了什么具体问题，怎么解决的 5. 数据佐证：QPS 从多少提到多少 / 延迟降了多少
什么是微服务架构，和单体架构相比各有什么优劣
查看答题思路
1. 单体：所有功能在一个进程，部署简单，初期开发快；缺点是耦合高、扩展难 2. 微服务：按业务拆分独立服务，独立部署/扩展/技术栈 3. 优点：故障隔离、团队自治、技术栈灵活 4. 缺点：网络开销、分布式事务、运维复杂度 5. 判断标准：团队<10 人或业务不复杂时，单体是更好的选择
如何设计一个高并发的秒杀系统
查看答题思路
1. 前端限流：按钮置灰、验证码 2. 网关层：Nginx 限流 + 负载均衡 3. 业务层：Redis 预减库存（原子操作），消息队列异步下单 4. 数据库：乐观锁扣库存，读写分离 5. 降级方案：流量过大时返回「已售罄」而非崩溃
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。