Zhuanzhuan logo
转转
AI全栈开发工程师(售后)(J15082)

AI全栈开发工程师(售后)(J15082)

发布于 9 天前

普通员工/个人贡献者

AI 估算 · 3.0–5.0万 · AI 参考估算
高级经验
学历未注明
全职员工仅现场办公全栈开发
全栈开发
Agent开发
Langgraph
Llm
微服务架构

值不值得投

80综合评分

综合评分 80

前沿AI技术驱动、全栈独立交付、高成长潜力、现场办公

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

4.0万

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

该职位负责基于LangGraph等框架开发AI Agent系统,涵盖Prompt工程、记忆机制及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/React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工具优化开发流程

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技术和MCP协议,技术栈新颖
  • 全栈独立交付机会多,能全面提升工程能力和产品思维
  • 大厂平台背书,资源丰富,有利于职业履历增值
  • 强调AI Coding实践,有助于提升个人开发效率和工作体验
  • AI领域变化迅速,需持续高强度跟踪前沿技术,保持知识更新
  • 售后技术支持背景可能涉及较多突发问题处理,工作节奏较快
  • 适合具备深厚Java后端基础,同时渴望拓展前端和AI技能边界,追求技术全面性和前沿性的资深工程师

缺点 / 挑战

  • 技术广度要求极高,需同时精通Java后端、前端及AI框架,学习压力大
  • 对JVM、分布式等底层原理要求深入,面试和实际工作中挑战较大

角色解读

  • 成为AI Agent领域的专家,主导复杂AI系统的架构设计
  • 向技术专家或架构师方向发展,提升全栈及技术领导力
  • 深入探索大模型应用层创新,推动业务智能化转型
  • 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
  • 独立负责全栈后端(Python/Go)和前端(React/Vue)开发,确保代码质量和上线
  • 利用Cursor等AI工具优化开发工作流,探索MCP协议等新技术
  • 跟踪AI技术前沿,输出设计文档并负责从需求到上线的全流程
  • 精通Java及JVM调优,深入理解Spring/MyBatis底层原理
  • 熟练掌握分布式微服务架构、RPC原理及MySQL/Redis性能优化
  • 扎实的前端功底,精通HTML/CSS/JS/TS及Vue3/React核心原理
  • 熟悉AI Agent开发框架(LangGraph/LlamaIndex)及AI辅助编程工具

申请策略

  • 准备详细的技术方案文档,展示对AI Agent架构的理解
  • 面试中重点阐述如何解决复杂技术问题及全栈协作经验
  • 关注转转业务场景,思考AI技术在售后领域的具体应用价值
  • 突出Java后端高并发、JVM调优及微服务架构设计的实战案例
  • 展示全栈项目经验,特别是前后端分离及性能优化成果
  • 强调AI相关项目经历,如Agent开发、Prompt工程或LLM应用落地
  • 体现使用AI工具(如Cursor)提升开发效率的具体实践和数据
  • 深入学习LangChain/LangGraph等Agent框架的核心原理与应用

面试指南

  • 采用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,先阐述整体设计思路,再深入关键模块细节,最后总结收益
  • 对于原理类问题,结合源码或实际运行现象进行解释,展现深度理解
  • 对于AI工具类问题,客观评价优缺点,强调人机协作的最佳实践
  • 请详细描述你设计的AI Agent系统架构,包括记忆机制和工具调用实现
  • 在微服务架构中,你是如何进行服务拆分和性能优化的?遇到过的最大挑战是什么?
  • 如何优化前端页面的首屏加载速度和用户体验?请结合具体案例说明
  • 在使用Cursor等AI编程工具时,你遇到了哪些局限性?是如何解决的?

职位点评

薪资福利85
成长发展92
工作生活60
使命价值70

薪资福利

85较高

作为C轮后巨头企业的高阶技术岗,薪资水平处于市场中上,且通常伴随完善的福利体系,对补偿性动机满足度较高。

薪资信号未披露(AI估算:3.0千–5.0万/月)

成长发展

92较高

职位聚焦于AI Agent前沿技术和全栈独立交付,技术栈新颖且成长空间巨大,对发展性动机满足度极高。

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

工作生活

60中等

JD未明确提及WLB,但高阶技术岗通常面临一定工作压力,且为现场办公,通勤和时间灵活性一般。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

70中等

通过AI技术赋能售后服务,提升效率和用户体验,具有一定的社会价值和行业前景,意义感动机满足度中等偏上。

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