Zhuanzhuan logo
转转
AI全栈开发工程师(供应链)(J15083)

AI全栈开发工程师(供应链)(J15083)

发布于 7 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
学历未注明
全职员工仅现场办公全栈开发
全栈开发
Ai Agent
Ai Coding
Langgraph
微服务架构

值不值得投

74综合评分

综合评分 74

前沿AI技术驱动的全栈开发岗,技术成长空间大,工作强度待确认

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 · 7 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

该职位负责基于LangGraph等框架开发AI Agent系统,涵盖Prompt工程与工具调用等核心模块

同时承担全栈工程交付职责,利用Python/Go及React/Vue等技术栈独立完成从Demo到上线的开发工作,并深度应用AI Coding工具优化研发流程

最低要求

精通Java,掌握数据结构、设计模式、IO、集合、多线程并发

熟悉JVM内存管理、GC机制,拥有JVM实战调优经验,深入理解Spring、MyBatis底层原理
精通MySQL、Redis,可完成慢SQL排查分析与优化
了解RPC原理,精通分布式、微服务架构,可独立完成微服务拆分与架构改造,熟练使用分布式缓存、消息队列
扎实前端基础,精通HTML5、CSS3、JS/TS、ES6+,熟悉浏览器事件循环、DOM渲染、内存机制
熟练Vue3/React任一框架,吃透响应式、虚拟DOM、Diff等核心原理
熟练Webpack/Vite项目构建优化,掌握代码分割、Tree Shaking、懒加载等工程化能力
熟悉HTTP/HTTPS、跨域、鉴权、XSS/CSRF等安全防护,掌握响应式布局与H5、小程序适配开发

工作职责

Agent产品开发:基于LangGraph/LlamaIndex/AutoGen等框架设计开发Agent系统,负责Prompt工程、上下文管理、工具调用、记忆机制等核心模块

全栈工程交付:在后端(Python/Go/Node.js)、前端(React/Vue)或客户端独立完成开发,保障代码质量、测试覆盖与可观测性,推动产品从Demo到上线
AI Coding实践:深度使用Claude Code/Cursor等工具,优化AI开发工作流,跟踪MCP协议、Spec-driven开发等前沿技术并落地
技术研究与交付:跟踪Agent技术前沿,输出设计文档,从需求到上线全流程负责

AI 洞察

优缺点分析

优点

  • 接触前沿的AI Agent技术栈,如LangGraph、AutoGen及MCP协议,技术视野领先
  • 强调AI Coding实践,有助于提升个人开发效率和代码质量
  • 全栈独立交付模式,能全面提升工程能力和产品思维
  • 公司处于C轮后阶段,业务相对稳定,平台资源较好
  • AI领域变化迅速,需持续跟踪前沿技术并保持高强度学习
  • 传统Java技能与新兴AI技术结合,需平衡技术债务与创新探索
  • 适合具备扎实全栈基础、对AI应用有浓厚兴趣、追求技术前沿且能独立承担责任的资深开发者

缺点 / 挑战

  • 技术栈跨度大,需同时精通Java后端与前端框架,学习压力大
  • 独立负责全流程交付,对项目管理、沟通协作及抗压能力要求较高

角色解读

  • 向AI应用架构师方向发展,深耕Agent技术与大模型应用落地
  • 成为全栈技术专家,主导复杂系统的架构设计与性能优化
  • 转向技术管理岗位,带领团队进行AI产品的快速迭代与创新
  • 基于LangGraph等框架设计和开发AI Agent系统,处理Prompt工程和记忆机制
  • 独立承担全栈开发任务,包括后端(Python/Go)和前端(React/Vue)的代码实现与交付
  • 引入AI Coding工具(如Cursor)优化开发工作流,提升研发效率
  • 跟踪AI技术前沿,负责从需求分析到产品上线的全流程技术落地
  • 扎实的Java后端基础,精通JVM调优、Spring生态及分布式微服务架构
  • 精通前端技术栈,包括Vue3/React框架原理、工程化构建及浏览器内核机制
  • 熟悉数据库优化(MySQL/Redis)及中间件使用
  • 具备AI Agent开发经验,熟悉LangGraph、LlamaIndex等框架及Prompt工程

申请策略

  • 准备详细的项目案例,重点说明如何解决复杂的技术难题及AI落地的具体效果
  • 了解转转的业务模式及供应链场景,思考AI技术在其中的应用场景
  • 突出Java后端与前端框架的深度掌握,展示大型项目架构设计经验
  • 重点描述AI相关项目经历,特别是Agent开发、Prompt优化及LLM应用落地案例
  • 强调全栈独立交付能力,展示从需求到上线的完整闭环经验
  • 提及使用AI工具提升开发效率的实践,体现技术敏锐度
  • 深入学习LangGraph、LlamaIndex等AI Agent框架的原理与实践
  • 掌握Prompt Engineering技巧及向量数据库的使用

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经历,突出技术难点和解决方案
  • 对于架构类问题,从整体设计思路、技术选型依据、优缺点分析及最终效果多维度回答
  • 对于AI技术问题,结合具体场景说明技术应用的必要性和实际价值
  • 展现持续学习的态度和方法,举例说明如何快速获取和应用新知识
  • 请详细介绍你设计的AI Agent系统架构,如何处理上下文管理和记忆机制?
  • 在微服务架构中,你是如何进行服务拆分和性能优化的?遇到过哪些挑战?
  • 如何评价和使用AI Coding工具(如Cursor)?它们对你的开发流程产生了什么影响?
  • 请解释Vue3或React的核心原理,如响应式机制或虚拟DOM Diff算法

职位点评

薪资福利75
成长发展85
工作生活60
使命价值70

薪资福利

75中等

作为C轮后互联网大厂,薪资水平在北京地区具有竞争力,但JD未明确具体福利细节。

薪资信号未披露(AI估算:2.5千–4.0万/月)

成长发展

85较高

职位涉及大量前沿AI技术和全栈独立交付,对个人技术成长和技能拓展有显著促进作用。

技术前沿前沿/新兴技术
技术栈LangGraph、LlamaIndex、AutoGen、AI Agent、MCP、Cursor、Claude Code
业务类型profit_center

工作生活

60中等

JD未明确提及WLB或加班情况,但全栈独立交付和前沿技术跟踪可能带来一定工作压力。

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技术优化供应链效率,具有一定的行业应用价值和社会意义,但JD未强调社会使命。

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