360
web服务端开发专家
web服务端开发专家
发布于 2 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工程化
Web后端
高可用架构
值不值得投
77综合评分
综合评分 77
武汉技术专家岗，后端架构与AI工程化深度融合，技术成长性强，政企安全业务社会价值高。
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
30K
比后端开发中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
6 个在招
市场机会
选择适中
武汉 · 后端开发 · 32 个在招
职位详情
关于这个职位
这个职位是360集团武汉团队的Web服务端开发专家，主要负责政企安全项目的后端架构设计与核心开发工作
你需要构建高可用、高性能的服务系统，并负责将AI能力（如大模型接入、推理服务）工程化落地，参与知识库问答、智能分析等AI平台建设
岗位要求具备扎实的Golang开发和系统架构设计经验，并对AI应用开发有浓厚兴趣或实践基础
最低要求
熟悉 Linux系统，掌握Shell脚本，熟练使用Git进行代码管理
熟悉 Golang开发，熟练使用 Gin / Go Web框架，具备 2年以上实际项目经验
熟练掌握 MySQL数据库设计与索引优化，熟悉 Redis、MongoDB等NoSQL数据库
熟悉 消息队列技术（Kafka、RabbitMQ等）
熟悉 Docker / Kubernetes 等容器化技术并有项目实践经验
具备良好的系统架构设计能力，对高并发、高可用系统设计有一定经验
同时熟悉 C++ / Java / Python / PHP 等其他一种或者多种语言
工作职责
负责政企安全相关项目的 Web后端架构设计与开发，构建高可用、高性能的服务系统
参与产品需求分析与技术方案设计，从技术角度提供可行性解决方案
参与维护和优化现有系统架构，提升系统性能、稳定性及可扩展性，解决研发过程中的技术难题
负责 AI能力在业务中的落地与服务化封装，包括大模型能力接入、AI推理服务接口开发等
参与 AI相关系统平台建设，如知识库问答、智能分析、数据检索、Agent自动化等功能开发
优先资格
AI能力- 加分项
熟悉 AI应用开发框架，如 LangChain / Dify 等，具备相关项目经验优先
了解 AI Agent / 智能体系统设计，能够实现基于工具调用（Tool Calling）的自动化任务流程
具备 AI服务工程化能力，包括模型接口封装、AI服务部署、推理服务性能优化等
了解 AI数据处理与知识库构建流程，包括数据清洗、向量化、Embedding及知识检索等技术
数据安全、网络安全或政企安全领域有相关经验，对开源项目有深入研究或有实际开源贡献经验者优先考虑
AI 洞察
优缺点分析
优点
- 技术栈新颖：工作涉及Web后端与前沿AI（大模型、Agent）的深度结合，能同时积累传统后端架构和AI工程化双重经验
- 业务价值明确：项目直接服务于政企安全，成果能解决实际安全问题，社会价值感强
- 平台与资源：360在安全领域有深厚积累，能接触到大型安全项目和海量数据处理场景
- 政企项目特点：政企客户项目可能存在需求变更、技术方案受多方约束等情况，需要较强的沟通和项目管理能力
- 技术广度要求高：既要精通传统后端栈，又要快速学习AI新技术，对学习能力和知识迁移能力要求高
- 领域知识壁垒：需要理解政企安全业务场景，前期可能存在一定的领域知识学习曲线
- 适合追求技术深度与广度、对AI与后端结合方向有浓厚兴趣、希望技术能直接创造社会安全价值的资深后端工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术深耕：在云原生架构、分布式系统和AI工程化领域成为技术专家
- 技术管理：凭借架构设计和项目落地经验，向技术负责人、架构师或团队Leader方向发展
- 领域专家：深入政企安全与AI结合领域，成为特定垂直行业（如智慧安防、企业智能）的解决方案专家
- 负责政企安全项目的后端系统设计与核心代码编写，构建稳定、高性能的Web服务
- 承担AI能力与业务结合的工程化任务，将大模型、推理服务等AI组件封装成可用的后端接口或服务
- 参与从需求分析到方案设计的全过程，用技术方案解决业务问题，并优化现有系统架构
- 精通Golang语言及Web开发框架，有扎实的后端开发功底和至少2年项目经验
- 熟悉高并发、高可用的系统设计原则，并有Docker/K8s等云原生技术的实践经验
- 具备AI应用工程化能力，了解LangChain等框架及AI Agent、知识库等概念，能将AI模型与后端服务有效集成
申请策略
- 深入研究360在政企安全和AI安全方面的公开信息（如产品、解决方案），思考你的技能如何与其业务结合
- 准备一个能同时体现你的后端架构能力和AI工程化思考的项目故事，用于面试中展示
- 重点突出使用Golang开发的、涉及高并发或复杂架构的后端项目经验，用数据量化成果（如QPS、稳定性）
- 如果有任何AI相关的工程实践（哪怕是个人项目），务必单独描述，说明使用的技术（如LangChain、向量数据库）、解决的问题和取得的效果
- 清晰阐述在团队中解决技术难题、进行架构设计或优化的具体案例，体现独立思考和工程能力
- 系统学习并实践一个AI应用开发框架（如LangChain），完成一个简单的端到端项目（如基于文档的问答）
- 复习或深化Kubernetes的部署、管理与故障排查知识，这是云原生后端工程师的必备技能
面试指南
- 使用STAR法则描述项目经历：重点突出你在架构设计、技术选型中的决策过程和最终取得的量化结果
- 对于AI相关问题，重点回答‘工程化’视角：如何将模型服务化、如何管理数据流、如何监控服务状态，而不仅仅是模型本身
- 对于场景题，展现你的系统思维：从需求、设计、实现、测试、运维等多个角度阐述你的考虑
- 请介绍一个你设计过的高并发/高可用后端系统架构，遇到了哪些挑战，是如何解决的？
- 如果让你设计一个将大模型能力封装成HTTP服务的接口，你会考虑哪些关键点？如何保证性能和稳定性？
- 请描述一下你对LangChain或AI Agent的理解，你认为它在后端服务中可以解决什么问题？
- 在政企项目中，当业务需求与你认为的最佳技术方案有冲突时，你会如何处理？
- 你熟悉Redis的哪些数据结构和应用场景？在你的项目中，是如何利用Redis来解决具体问题的？
职位点评
薪资福利70
成长发展95
工作生活60
使命价值85
薪资福利
70中等
岗位为技术专家级别，在武汉市场薪资竞争力较强，但JD未明确说明具体福利待遇。
薪资信号市场水准 (2–4万/月)
成长发展
95较高
该岗位要求Web后端架构与AI工程化深度融合，技术栈前沿，涉及大模型、Agent等新兴领域，能提供极具价值的技能成长。
技术前沿前沿/新兴技术
技术栈Golang、LangChain、Docker、Kubernetes、Kafka、Redis、MySQL、AI Agent、Embedding
业务类型ambiguous
工作生活
60中等
工作地点为武汉市，生活成本相对一线城市较低。但JD未提及任何办公模式或工作时间安排，生活便利性无法从文本中判断。
工作模式未明确
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
85较高
岗位核心职责是政企安全项目，直接服务于国家关键信息基础设施保护，社会价值和使命感明确且较高。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号政企安全、数据安全、网络安全
创新程度积极采用新技术
Watch Jobs