Zhuanzhuan logo
转转
全栈开发工程师(前端基建 · AI 工程化方向)(J15044)

全栈开发工程师(前端基建 · AI 工程化方向)(J15044)

发布于 8 天前

普通员工/个人贡献者

AI 估算 · 2.5–4.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公全栈开发
全栈开发
Ai Agent
React/Vue
Webpack/Vite
前端工程化

值不值得投

76综合评分

综合评分 76

前沿AI+前端基建方向,技术成长空间大,薪资中上,工作强度中等偏上

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

3.3万

比全栈开发中位数低

发布情况

正常在招 · 9 天前发布

市场机会

选择面较广

北京 · 全栈开发 · 84 个在招

职位详情

关于这个职位

负责前端基础设施(组件库、构建工具链等)的建设与维护,保障研发链路高效稳定

同时探索AI在前端研发中的应用(如Agent辅助工具、生成式UI),推动从人工编码向AI协同演进,提升整体研发效能

最低要求

本科及以上学历(重视潜力,不严格限制专业),3-5 年开发经验,基础扎实

扎实的前端功底:精通 HTML / CSS / JavaScript / TypeScript,熟悉 React 或 Vue 框架及其生态,理解响应式、虚拟 DOM、组件化等核心原理
具备前端工程化能力:深入理解 Webpack / Vite 等构建工具的原理与架构(如插件机制、HMR、依赖预构建),具备二次开发能力
熟悉编译/打包性能优化,能针对团队项目特点设计工程化方案
对 CDN 部署、版本管理、监控与可观测性有实践经验,保障线上稳定性与可维护性
具备全栈交付能力:掌握 Node.js 或 Python,能独立完成前端和服务端开发
了解 PostgreSQL / MySQL / Redis 等数据库的基本使用,对 RPC 原理、消息队列、Docker 有基本认知
具备 AI 工程化的基础认知与实践能力:了解 Agent 系统的基本架构(工具调用、上下文管理、记忆机制等),有基于 LangChain / LangGraph / AutoGen 等框架进行原型验证或工具开发的经验

工作职责

负责公司前端基础设施的建设与维护

主导组件库、脚手架、构建工具链、性能监控、异常监控等核心基建的迭代升级,保障前端研发链路的高效与稳定
探索并落地 AI 前端研发新方向
跟踪 Harness 工作流体系、生成式 UI、设计稿转代码(D2C)等前沿方向,基于Agent 技术建设辅助工具或平台
沉淀最佳实践并推广,推动公司前端项目研发从“人工编码”向“AI 协同”演进,切实提升研发效能

优先资格

在设计系统或生成式 UI 等 AI Agent 方向有过实际落地案例

拥有个人技术博客或开源项目,乐于分享技术思考
有跨团队沟通或技术推广经验,能推动方案在多团队落地

AI 洞察

优缺点分析

优点

  • 聚焦前沿的AI+前端方向,技术视野开阔,具有极高的行业稀缺性和竞争力
  • 涉及底层基建建设,能深度提升工程化能力和系统架构思维
  • 在大厂平台工作,资源丰富,有利于积累大型项目经验和提升个人品牌
  • 基建工作往往默默无闻但责任重大,需平衡日常需求与长期技术债务清理
  • 适合对新技术充满热情、具备较强自驱力和工程化思维,且希望在前端领域深耕并向智能化方向发展的资深开发者

缺点 / 挑战

  • AI在前端的落地尚处探索阶段,需要较强的自主学习和创新能力,不确定性较高
  • 对全栈和AI知识广度要求高,学习曲线陡峭,工作压力较大

角色解读

  • 成为前端领域专家,特别是在前端工程化和AI赋能开发方向的领军人才
  • 向技术管理方向发展,带领团队进行技术基建和创新项目的落地
  • 拓展至更广泛的全栈架构师角色,负责端到端的系统设计与优化
  • 构建和维护前端基础设施,包括组件库、脚手架和构建工具链,确保研发流程高效稳定
  • 研究并应用AI技术到前端开发中,如利用Agent技术搭建辅助工具,推动研发模式向AI协同转型
  • 优化前端性能与监控体系,解决复杂的技术难题,提升整体工程质量
  • 精通前端核心技术(HTML/CSS/JS/TS)及主流框架(React/Vue)原理
  • 深厚的前端工程化能力,熟练掌握Webpack/Vite等构建工具并进行二次开发
  • 具备全栈思维,掌握Node.js/Python及数据库基础知识
  • 了解AI工程化前沿技术,如LangChain、Agent架构等

申请策略

  • 准备一个关于‘AI如何提升前端研发效能’的思考或Demo,作为面试亮点
  • 强调自己在技术推广和跨团队协作中的经验,体现影响力
  • 突出前端工程化实战经验,特别是构建工具定制、性能优化和监控体系建设的具体成果
  • 展示全栈能力,列举使用Node.js/Python独立完成的完整项目或服务
  • 若有AI相关项目经验,重点描述Agent应用、LLM集成或自动化生成的具体场景和效果
  • 深入学习LangChain、AutoGen等AI框架,尝试搭建简单的Agent原型
  • 强化Vite/Webpack源码级理解,关注最新的前端构建趋势
  • 提升系统设计能力,特别是高可用、可扩展的前端基础设施设计

面试指南

  • STAR法则:情境-任务-行动-结果,用具体数据和案例支撑观点
  • 技术深度:不仅讲‘怎么做’,更要讲‘为什么这么做’,体现原理层面的理解
  • 创新思维:在回答AI相关问题时,展现对前沿技术的敏锐度和批判性思考
  • 请详细介绍你之前构建的前端基础设施,解决了哪些痛点?
  • 你对Webpack/Vite的工作原理有何理解?如何进行性能优化?
  • 你如何理解AI Agent在软件开发中的作用?有没有相关实践?
  • 如果让你设计一个基于LLM的代码生成工具,你会考虑哪些关键模块?
  • 在全栈项目中,你是如何处理前后端交互和数据一致性的?

职位点评

薪资福利75
成长发展90
工作生活60
使命价值70

薪资福利

75中等

作为C轮后的大厂岗位,薪资处于市场中上水平,福利体系相对完善,能满足较高的物质回报预期。

薪资信号未披露(AI估算:2.5千–4.0万/月)

成长发展

90较高

岗位深度融合AI前沿技术与前端工程化,提供极高的技术成长空间和行业视野,发展性动机满足度极高。

技术前沿前沿/新兴技术
技术栈AI Agent、LangChain、LangGraph、AutoGen、Webpack、Vite、React、Vue、Node.js
业务类型cost_center

工作生活

60中等

互联网大厂通常工作节奏较快,虽未明确提及加班情况,但基建与创新探索性质的工作往往伴随较高强度,WLB一般。

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

70中等

通过AI技术提升研发效能,推动行业技术进步,具有一定的职业成就感和意义感,但社会直接影响力相对间接。

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