中国平安
后端开发工程师
后端开发工程师
发布于 大约 14 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
微服务
AI Agent
Spring cloud
MyBatis
AI 估算 · 20k–35k
深圳大厂后端3年经验，技术栈主流，薪资竞争力强，AI方向有额外加成。
职位详情
关于这个职位
这是一个负责平安内部应急管理、数字化运营及可观测平台后端开发的技术岗位
你将深入参与微服务架构设计与AI Agent集成，使用Java、Spring Cloud、Kafka等技术栈，与产品、前端、测试协作完成版本迭代
适合3年以上后端开发经验、熟悉分布式系统并希望接触前沿AI技术的工程师
最低要求
本科及以上学历，计算机、软件工程等相关专业
3年以上Java开发工作经验，熟练使用Java语言进行开发，了解编程思想、设计模式、多线程等
有微服务开发经验，熟练使用springboot、springcloud、mybatis等技术框架
熟悉数据库调优，熟悉常用数据库mysql，mongodb，redis，熟悉kafka中间件，了解docker，k8s等
熟悉分布式系统的设计和应用，熟悉分布式、缓存、消息等机制
工作职责
平台开发：负责应急管理平台、数字化运营平台、可观测平台的技术方案设计及开发迭代
独立完成功能模块开发，参与技术方案讨论，制定编写接口文档，项目架构设计文档等
能够与产品经理，前端开发及测试人员互相协作高质量完成版本迭代任务
完成上级交代的其他工作任务
优先资格
有AI Agent相关技术或框架，如Dify、Coze、LangChain、RAG等建设经验优先
AI 洞察
优缺点分析
- 平台价值：平安是金融科技巨头，内部系统复杂度高，能积累海量数据处理和稳定性保障经验
- 技术前沿：JD明确提及AI Agent（Dify、LangChain），有机会接触金融+AI的落地场景
- 团队协作：与产品、前端、测试紧密配合，锻炼全链路沟通和项目管理能力
- 职业背书：大厂背景和复杂项目经历对跳槽或晋升有显著加分
- 工作强度：大厂B端平台通常节奏较快，版本迭代压力可能较大，需适应加班文化
- 技术深度：要求掌握分布式、微服务、容器化、AI框架，技能栈较宽，学习成本高
- 业务理解：应急管理、数字化运营等业务领域对行业知识要求较高，初期需快速学习
- 适合3-5年Java后端开发，想在金融科技领域深耕、热衷分布式系统与AI结合、愿意接受挑战的工程师
角色解读
- 技术纵深：从后端开发向架构师发展，深耕分布式系统、AI工程化领域
- 平台转型：积累超大规模B端平台经验，可转向产品技术负责人或平台架构师
- 行业跨界：平安集团内部可转岗至AI、大数据、云原生等前沿团队，或跳槽至互联网大厂
- 负责应急管理、数字化运营、可观测三大平台的后端设计与开发，涉及高可用、可扩展的微服务架构
- 独立完成功能模块，编写接口和架构文档，确保代码质量与系统稳定性
- 与产品经理、前端、测试紧密协作，推动版本迭代按计划交付
- 探索AI Agent（如Dify、LangChain）与现有平台的集成，提升智能化水平
- 扎实的Java编程功底，熟悉多线程、设计模式、JVM调优等
- 精通Spring Boot/Cloud微服务体系，熟悉MyBatis等ORM框架
- 掌握MySQL、Redis、MongoDB、Kafka等主流中间件，具备数据库调优和分布式系统经验
- 了解Docker、K8s容器化部署，有AI Agent框架经验（LangChain、RAG等）是重要加分项
申请策略
- 了解平安科技的业务方向，尤其是应急管理和数字化运营平台，面试时展示对行业痛点的思考
- 准备1-2个完整的项目介绍，按STAR法则组织，突出架构设计和技术选型理由
- 突出微服务项目经验：如独立设计过的Spring Cloud模块、接口文档编写、性能优化案例
- 强调分布式系统实践：具体说明Redis缓存、Kafka消息队列、数据库分库分表等场景
- 展示AI相关经历：如有LangChain、RAG或AI Agent项目，务必详细描述技术难点与成果
- 列出性能调优案例：比如QPS提升、慢SQL优化、JVM调优等数据化成果
- 系统学习AI Agent框架：快速上手LangChain、Dify或Coze，做一个demo或开源贡献
- 补强容器化技能：通过K8s官方教程或项目实战，掌握Pod、Service、Ingress等核心概念
面试指南
- 项目介绍采用STAR原则：背景、任务、行动、结果，重点突出技术难点和个人贡献
- 系统设计题先明确需求边界，再画架构图，分模块阐述选型理由，最后考虑异常和扩展
- 技术原理题先给出核心概念，再结合实践经验说明落地时的权衡和坑点
- 请介绍一个你主导的微服务架构项目，包括服务拆分原则、服务间通信方式、异常处理策略
- 在高并发场景下，如何保证数据库与缓存的一致性？具体说说你的方案
- Kafka如何保证消息不丢失？如果下游消费失败，你的重试和幂等设计是怎样的？
- 你是否有使用LangChain或RAG的经验？请描述一个AI Agent应用的技术实现
- 当多个微服务调用出现链式故障时，如何设计熔断、降级、限流机制？
匹配度报告
68
综合匹配度
平安大厂，后端+AI Agent技术栈，薪资有竞争力，但WLB一般。
适合人群
最适合注重技术成长、追求大厂平台和前沿AI经验，但能接受一定加班和现场办公的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活50
使命价值60
薪资福利匹配
75中等
大厂背景，薪资水平在市场上有竞争力，但JD未明确福利，稳定性较高。
薪资信号未披露 (20K-35K/月)
成长发展匹配
85较高
技术栈主流且涉及AI前沿，成长空间大，JD强调AI Agent经验优先，但未提晋升通道。
技术前沿前沿/新兴技术
技术栈Java、Spring Cloud、MyBatis、MySQL、Redis、Kafka、Docker、Kubernetes、AI Agent、LangChain、RAG
业务类型ambiguous
工作生活匹配
50较低
仅现场办公，未提及弹性或WLB，深圳科技园工作，预计加班较多。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
60中等
应急管理平台有一定社会价值，但JD未突出使命感，行业为金融科技，发展稳定。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs