PINGAN logo
中国平安
高级后端开发工程师

高级后端开发工程师

发布于 3 天前

普通员工/个人贡献者

深圳市
高级经验
全职员工
仅现场办公
本科
分布式系统
RAG
GO
大模型
MQ

AI 估算 · 30k–50k

AI大厂高级后端,技术难度高,薪资竞争力强,深圳互联网行业薪酬水平较高。

职位详情

关于这个职位

作为中国平安的高级后端开发工程师,你将主导AI产品的后端系统设计与开发,运用Java/Go/Python等语言,结合大模型、RAG等前沿技术,构建高可用的分布式系统

该职位要求全栈能力,兼顾前端Vue/React开发,并推动AI工程化落地
适合3年以上经验、热爱技术的资深开发者

最低要求

本科及以上学历,计算机相关专业,3年+全栈开发经验,其中2年+后台核心经验,有AI产品后台开发、0-1项目落地经验者优先

精通Java/Go/Python任一后端语言及相关框架,扎实掌握数据库、分布式系统知识,熟悉Redis、MQ等中间件,有高并发系统开发经验优先

工作职责

后台核心研发:主导AI产品后端系统设计、编码与迭代,覆盖接口开发、业务逻辑封装,适配大模型调用、RAG等AI场景

具备AI编码实践经验,能运用AI工具(Cursor/ClaudeCode等)提升开发效率,编写高效、可复用的AI相关代码,解决复杂技术难题,保障系统稳定
架构设计与优化:结合AI产品特性,设计可扩展后端架构,优化数据库、缓存、消息队列等,提升系统性能,降低AI推理成本
全栈协同开发:兼顾Vue/React等前端基础开发,完成简单页面开发与前后端联调,配合前端团队打通全栈开发链路
AI工程化落地:对接大模型API、参与开源模型部署,封装推理接口,负责向量数据库集成,支撑AI产品智能化落地
团队协作:参与需求评审,沉淀技术经验,配合产品、算法等团队推进项目高效交付

优先资格

有AI产品后台开发、0-1项目落地经验者优先

AI 洞察

优缺点分析

优点

  • 中国平安是跨国巨头,平台大、资源丰富,为职业发展提供稳定支持
  • 职位涉及AI前沿技术(大模型、RAG),技术成长空间大
  • 工作内容涵盖全栈和AI工程化,技能积累全面
  • 深圳科技环境优越,行业交流机会多
  • 大厂工作节奏快,可能面临高强度加班和紧迫的项目截止日期
  • AI领域技术更新迅速,需持续学习保持竞争力
  • 适合有3年以上后端经验、追求技术深度和广度、对AI产品落地充满热情的开发者

缺点 / 挑战

  • 需要同时掌握后端、前端和AI,技术广度要求高,学习压力大

角色解读

  • 深入AI后端技术栈,成为AI工程化专家或架构师
  • 可向技术管理方向发展,担任技术负责人或团队主管
  • 积累金融科技行业经验,未来可跳槽至其他头部企业或创业
  • 主导AI产品后端系统设计、编码与迭代,包括接口开发、业务逻辑封装,适配大模型调用和RAG等AI场景
  • 设计可扩展的后端架构,优化数据库、缓存、消息队列等,提升性能并降低AI推理成本
  • 兼顾Vue/React前端基础开发,完成简单页面开发与前后端联调
  • 对接大模型API,参与开源模型部署,封装推理接口,集成向量数据库,推动AI工程化落地
  • 精通Java/Go/Python之一,熟悉相关框架,具备扎实的数据库和分布式系统知识
  • 熟悉Redis、MQ等中间件,有高并发系统开发经验
  • 具备AI相关实践经验,能运用AI工具(如Cursor/ClaudeCode)提升开发效率
  • 了解前端框架Vue/React,能进行简单页面开发

申请策略

  • 了解平安在AI领域的布局(如金融科技、智慧医疗),在面试中展现对业务的理解
  • 准备一个完整的AI产品后端架构设计方案,展示系统设计能力
  • 突出后端核心开发经验,尤其是高并发、分布式系统项目
  • 展示AI相关实践,如大模型调用、RAG应用、AI工具使用
  • 强调全栈能力,包括Vue/React前端开发经历
  • 如有0-1项目落地经验,务必详细描述
  • 提前学习大模型API调用和向量数据库(如Milvus、Pinecone)的使用
  • 熟悉AI编码工具(Cursor、ClaudeCode)并积累使用案例

面试指南

  • 对于系统设计题,采用分步骤框架:需求分析 → 架构设计(分层、模块化)→ 技术选型(数据库、缓存、消息队列)→ 性能优化(分库分表、读写分离、缓存策略)→ 容错与监控
  • 对于AI集成题,从API调用、模型封装、推理优化、成本控制等方面展开,结合实际项目经验
  • 对于算法与数据结构题,先明确问题,再选择合适的数据结构(如哈希表、树),最后分析时间/空间复杂度
  • 请描述你主导设计的一个高并发后端系统,包括架构、技术选型和优化方案
  • 你如何将大模型集成到后端服务中?请举例说明
  • 解释一下RAG的工作原理,并给出一个实现方案
  • 如何处理分布式系统中的数据一致性问题?
  • 请谈谈你使用AI工具提升开发效率的具体案例

匹配度报告

64
综合匹配度

大厂AI核心岗,前沿技术栈,薪资优厚但WLB一般。

适合人群
最适合追求技术成长、希望深入AI前沿的开发者,对薪资和工作稳定性有较高期望,但对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展85
工作生活40
使命价值70

薪资福利匹配

60中等

职位未明确薪资福利,但作为上市巨头,通常提供有竞争力的薪酬和完善的福利。

薪资信号未披露(AI估算:30K-50K/月)

成长发展匹配

85较高

职位聚焦AI前沿技术和大模型应用,技术栈先进,成长空间大,但未明确提及晋升或培训。

技术前沿前沿/新兴技术
技术栈Java、Go、Python、AI、大模型、RAG、Vue、React、Redis、MQ
业务类型ambiguous

工作生活匹配

40较低

仅现场办公,未提及弹性工作制或WLB,大厂可能加班较多。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值匹配

70中等

AI行业处于高速增长期,职位贡献于智能化产品,有一定的社会价值,但未提及使命。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs