威海 Go兼职招聘

项目编号：【41121】 任职要求 • 精通 Go 语言，熟练使用标准库及常见框架（Gin、GORM 等）。 • 熟悉 GCP 云服务（至少一个核心服务有实战经验，例如 App Engine、Cloud Run、Cloud Tasks、Firestore、Pub/Sub 等）。 • 能独立解决复杂问题，有 快速迭代、高质量交付 的能力。 • 熟悉 AI 辅助开发工具，懂得如何用 AI 提升开发效率。 • 对系统性能、可扩展性和稳定性有深入理解。 • 自驱力强，喜欢挑战新技术和探索新工具。

项目编号：【181421】 我正在寻找一位经验丰富的资深工程师，构建一个高扩展性、多实例的自动化和流媒体控制系统，并将其打包成 Windows 桌面应用程序 (.EXE)。 该平台旨在同时管理数百至数千个独立的直播会话。每个会话必须作为一个完全隔离的环境运行，拥有独立的网络标识、行为配置文件、媒体管道和自动化逻辑。这是一个商业级的多租户产品，旨在供众多客户使用，因此稳定性、隔离性和可扩展性至关重要。 系统必须实现的目标 1. 多实例隔离（核心要求）： 每个流媒体会话必须在完全隔离的环境中运行，包括：唯一的网络标识（代理/IP）、隔离的存储、缓存、Cookie、独立的设备和浏览器指纹、 独立的行为模型以及实例间无数据泄漏。系统必须能够处理超过 150 个并发会话，理想情况下在 150 到 400 个之间，同时保持稳定的性能。 2. 高级媒体管道： 系统需要一个媒体引擎，能够基于相同的源素材生成独特的输出流。 这包括以下技术： 帧级变化、随机编码参数、音频音调、速度、声像的细微差别、动态叠加或布局更改、非均匀比特率和 GOP 结构。 目标：每个输出流在技术上应独一无二，但在视觉上应相似。 3. 自动化交互层 每个会话应包含一个自动化引擎，该引擎能够：类人交互、定时、概率行为、自然消息模式、动态行为脚本、API 驱动逻辑。系统必须避免跨会话出现统一或类似机器人的模式。 4. 大规模流媒体管理 平台必须：初始化数百个流媒体会话、管理 RTMP 管道、处理编码任务、支持自动启动/停止调度、提供会话诊断。本地 GPU 加速或分布式编码是加分项。 5. 容错和自恢复系统应能够 24/7 全天候运行，包括：自动实例重启、代理/IP 轮换逻辑、服务器不稳定时的会话重定位、心跳监控、自动回退和故障转移系统。自愈是首要任务。 6. 多租户架构该软件将供众多客户使用，因此必须支持：基于用户的配置、隔离的执行环境、安全的凭证处理以及可扩展的资源分配。该平台必须在不同的客户工作负载下都能可靠运行。 理想技术（非必需，但优先考虑）：Node.js / Python / Go（核心服务）、Playwright / Puppeteer（自动化层，需进行自定义修改）、FFmpeg（媒体处理）、Docker / Kubernetes（用于可扩展编排）、PostgreSQL + Redis、GPU加速编码（NVENC / VAAPI）。如果您有其他解决方案，欢迎提出。 招聘前，我需要您提供 以下信息：请清晰、直接地回答以下筛选问题： 您在单台机器或分布式集群中成功运行过的最大隔离实例数量是多少？ 请描述您为每个实例创建唯一网络/设备/浏览器身份的经验。 您将如何确保大规模部署时不会出现跨会话指纹或数据泄露？ 您是否构建过每个输出流都必须在技术上唯一的媒体管道？请解释您是如何实现的。 请描述您在大规模系统中实现自然/类人自动化行为的方法。 您构建过的最先进的流媒体自动化或多实例控制系统是什么？ 您会如何设计一个容错、自恢复的实例集群？ 请描述您在GPU加速或分布式视频编码方面的经验。 您会为这个项目选择什么样的技术栈？为什么？ 您认为这类系统中最大的技术挑战是什么？您会如何解决？ 请确保您的回答切实可行，并基于实际经验。 为什么这个项目很重要？它并非简单的机器人或小型自动化脚本。 它需要对以下方面有深入的理解：高并发、身份隔离、大规模流媒体、高级媒体处理、反模式、集群、资源编排以及商业级稳定性。