微软
Software Engineer 2(SWIQ Performance team)
Software Engineer 2(SWIQ Performance team)
发布于 大约 14 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Ai辅助开发
Blueshift
分布式系统
数据管道
Cosmos Db
值不值得投
80综合评分
综合评分 80
微软云平台性能优化岗，技术前沿，薪资优厚，但现场办公，WLB 一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
比后端开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 200 个在招 · 其中后端开发 5 个
市场机会
选择面较广
上海 · 后端开发 · 约 170 个在招
职位详情
关于这个职位
作为微软 SWIQ Performance 团队的软件工程师，你将专注于优化大规模遥测和数据平台的效率与成本，涉及 Azure Storage、Cosmos 和 Blueshift 等系统
你将负责开发自动化工具、分析仪表板，并与多个团队合作推动优化方案落地，同时应用 AI 辅助工程提升工作效率
这是一个深入了解微软云基础设施和分布式系统的绝佳机会
最低要求
计算机科学或相关技术领域学士学位，以及 2 年以上使用 C、C++、C#、Java、JavaScript 或 Python 等语言进行编码的技术工程经验
或同等经验
工作职责
构建服务、工具和自动化，以提高大规模遥测和数据平台的效率和可靠性
调查 Azure Storage、Cosmos 和 Blueshift 中的存储和计算优化机会，并推动其投入生产
开发仪表板、分析和推荐工具，帮助工程师了解使用模式并识别节省机会
与合作伙伴团队合作，验证机会、实施改进并衡量业务影响
应用 AI 辅助工程工具和自动化，改进调查、分析和运营工作流程
参与系统设计、实施、测试、监控和持续服务改进
优先资格
计算机科学或相关技术领域硕士学位，以及 3 年以上技术工程经验
或计算机科学或相关技术领域学士学位，以及 5 年以上技术工程经验
或同等经验
有构建后端服务、云应用、数据管道或分布式系统的经验
具备良好的问题解决能力和使用数据分析复杂技术问题的能力
有在团队环境中协作并推动项目完成的经验
对云基础设施、数据平台、自动化和 AI 辅助工程实践感兴趣
有 Azure Storage、Blob Storage 或存储生命周期管理的经验
有 Kusto (KQL)、Cosmos、Spark 或大规模遥测系统的经验
有使用数据分析识别性能、可靠性或成本效益改进的经验
有使用 AI 驱动的开发工具、自动化框架或智能运营工具的经验
AI 洞察
优缺点分析
优点
- 微软作为全球顶尖科技公司，平台大，技术栈先进，能接触大规模分布式系统和 AI 技术
- 职位涉及性能优化和成本控制，是云服务领域的关键方向，职业前景广阔
- 公司注重员工成长，提供丰富的学习资源和内部晋升机会，工作氛围相对包容
- 工作内容涉及复杂的大规模系统，需要较强的分析能力和技术深度
- 作为外企，对英语沟通能力有一定要求，且可能需要通过严格的安全背景调查
- 适合对云基础设施、分布式系统和大数据平台有浓厚兴趣，喜欢解决复杂技术问题，并愿意在大型跨国企业环境中成长的工程师
缺点 / 挑战
- 可能需要与多个团队协作，沟通成本较高，且需适应快节奏的优化迭代
角色解读
- 在微软内部，你可以从软件工程师晋升为高级工程师、首席工程师，甚至进入技术管理岗位
- 通过接触大规模云平台和 AI 技术，你可以成为云基础设施和性能优化领域的专家
- 有机会参与跨团队项目，扩展技术视野，向架构师或技术负责人方向发展
- 构建服务和自动化工具，提升大规模遥测和数据平台的效率与可靠性
- 分析 Azure Storage、Cosmos 和 Blueshift 等系统的使用数据，识别存储和计算优化机会，并推动改进落地
- 开发仪表盘和分析工具，帮助工程师理解数据使用模式，发现成本节省空间
- 与多个团队合作，验证优化方案，衡量业务影响，并应用 AI 辅助工具提升工作效率
- 扎实的编程能力，熟悉 C、C++、C#、Java、JavaScript 或 Python 中的至少一种
- 了解分布式系统、云基础设施和大数据平台，有相关实践经验
- 具备数据分析能力，能使用 Kusto、Spark 等工具进行数据查询和分析
- 熟悉 Azure 服务（如 Storage、Cosmos）者优先，有 AI 辅助开发工具经验者加分
申请策略
- 在申请前，了解微软 365 和 Copilot 的业务背景，以及 SWIQ 团队的具体职责，以便在面试中展示你的兴趣
- 准备好介绍你过去如何通过数据分析发现并解决性能或成本问题的案例
- 突出你在后端服务、数据管道或分布式系统方面的项目经验，尤其是涉及性能优化或成本控制的部分
- 强调你使用 Azure、Kusto、Spark 等工具的实际经验，并量化成果（如降低存储成本百分比）
- 展示你使用 AI 辅助开发工具（如 Copilot）或自动化框架的实践，体现对新技术的好奇心
- 提及团队协作和跨部门沟通的成功案例，突出你推动项目落地的能力
- 熟悉 Azure 存储和 Cosmos DB 的核心概念，了解其性能优化和成本管理方法
- 学习 Kusto 查询语言（KQL）和 Spark，提升数据分析能力
面试指南
- 使用 STAR 法则（情境、任务、行动、结果）来结构化回答行为问题，突出你的分析过程和量化成果
- 对于技术问题，先阐述基本原理，再结合具体项目经验，展示你的实践能力
- 对于协作问题，强调你的沟通策略和推动项目进展的方法
- 请描述一次你如何通过数据分析识别并解决系统性能瓶颈的经历
- 你如何设计一个工具或自动化流程来优化存储成本？
- 谈谈你对 Azure Storage 或 Cosmos DB 的理解，以及它们在大规模系统中的应用
- 你如何使用 AI 辅助工具提升开发效率？请举例说明
- 在跨团队项目中，你如何推动一个优化方案从提出到落地？
职位点评
薪资福利85
成长发展90
工作生活60
使命价值75
薪资福利
85较高
微软作为跨国巨头，薪资水平在行业内具有竞争力，福利完善，但具体薪资未在 JD 中披露。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位涉及大规模云平台和 AI 技术，技术前沿，成长空间大，且微软提供丰富的学习资源和晋升机会。
技术前沿前沿/新兴技术
技术栈Azure、Cosmos DB、Blueshift、Kusto、Spark、AI
业务类型ambiguous
工作生活
60中等
职位要求现场办公，未提及弹性工作，但微软通常提供一定的灵活性，具体需确认。
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
75中等
微软的使命是赋能全球每个人和每个组织，职位通过优化平台效率间接支持这一使命，但社会影响力相对中性。
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
微软 的其他在招职位
相似职位推荐
Watch Jobs