小红书
点点PE工程师-（欢迎后端转型）
点点PE工程师-（欢迎后端转型）
发布于 大约 5 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
Bff
Go
Llm
Mcp
Rag
分布式系统
高并发
值不值得投
77综合评分
综合评分 77
头部AI产品核心后端岗，前沿技术栈，成长空间大，但节奏快、强度高。
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
55K
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 1280 个在招 · 其中后端开发 15 个
市场机会
选择面较广
上海 · 后端开发 · 约 190 个在招
职位详情
关于这个职位
这是小红书自研 AI 搜索/Agent 产品「点点」的后端研发岗位，负责从用户 Query 到 Agent 响应的端到端链路，包括应用 Server、BFF、上下文网关等核心服务
你将与算法团队协作落地 Query 理解与改写，并针对高并发 C 端场景做耗时优化，同时参与 Agent 编排、Session/Memory 体系建设
团队北京、上海各一半，base 可选，欢迎有后端经验并希望转型 AI 应用的工程师加入
最低要求
本科及以上学历，3 年以上后端开发经验，扎实的计算机基础
精通 Java / Go 至少一门，熟悉高并发、高可用、分布式系统设计与调优
有良好的系统设计能力，有复杂链路端到端优化（耗时/稳定性/成本）的实际经验
对 LLM / Agent 技术有真实兴趣或实践：了解 Agent 编排、Function Calling、RAG、上下文管理等概念之一
有产品意识和结果导向，能适应 AI 领域快速变化、快速试错的节奏
工作职责
负责点点 AI 应用后端服务的设计与研发，包括应用 Server、BFF 及上下文网关，保障从用户 Query 到 Agent 响应的端到端链路质量
负责与算法团队协作落地 Query 理解/改写等能力，并将其工程化为稳定在线服务
针对 C 端 Agent 场景做端到端耗时优化（流式输出、并发、缓存、降级），保障高并发下的稳定性与可用性
负责应用 Agent 的编排与执行服务：与 Agent Runtime 对接，完成 Skill/Tool 调用、任务编排、结果聚合
负责 Session/Memory 体系建设：长短期记忆、上下文管理、多轮会话状态与个性化能力
参与全栈工程师计划，建设端、前端、后端的全链路交付范式
优先资格
加分项
有 LLM 应用 / Agent 系统实际落地经验（LangChain、LangGraph、MCP、Skill 体系等）
有GenUI方向应用实践经验优先
有搜索/推荐/广告引擎或 Query 理解相关经验
有大模型服务成本优化经验（缓存、路由、小模型替代等）
有高并发 ToC 产品的核心服务研发经验
AI 洞察
优缺点分析
优点
- 公司平台大，资源丰富，业务发展迅速，职业发展空间广阔
- 团队北京、上海均有base，工作地点选择灵活
- AI领域变化快，需要快速学习和试错，工作节奏可能较快，对技术深度和广度要求高
- 作为核心业务，可能需要应对较大的工作强度和不确定性
缺点 / 挑战
- 身处头部AI产品核心研发团队，技术挑战大，能深入接触LLM、Agent等前沿技术，个人技术成长快
- 端到端耗时优化和系统稳定性保障是硬骨头，需要处理复杂的高并发问题，技术压力较大
- 适合有扎实后端功底，对AI应用有强烈兴趣，渴望在技术前沿领域挑战自我，并能适应快速变化节奏的工程师
角色解读
- 在AI应用后端领域深耕，成为端到端链路优化和Agent系统架构的专家
- 向全栈工程师方向发展，参与建设端、前端、后端的全链路交付范式，拓宽技术视野
- 随着AI产品快速迭代，有机会成长为技术Leader，带领团队负责核心业务模块
- 负责AI搜索/Agent产品「点点」的后端服务设计与研发，包括应用Server、BFF、上下文网关等核心链路，确保从用户Query到Agent响应的端到端质量
- 与算法团队紧密协作，将Query理解、改写等能力工程化为稳定的在线服务，并针对C端场景进行端到端耗时优化，如流式输出、缓存、降级等
- 参与应用Agent的编排与执行，对接Agent Runtime，完成Skill/Tool调用、任务编排与结果聚合，并建设Session/Memory体系以支持多轮会话与个性化
- 扎实的计算机基础，精通Java或Go，熟悉高并发、高可用、分布式系统的设计与调优
- 具备复杂链路端到端优化的实际经验，包括耗时、稳定性与成本控制
- 对LLM/Agent技术有真实兴趣或实践，了解Agent编排、Function Calling、RAG、上下文管理等概念
申请策略
- 在申请时表达对AI搜索/Agent方向的深刻理解和浓厚兴趣，展示你对「点点」产品的思考
- 可以准备一个关于如何优化AI应用端到端延迟的案例，体现你的问题解决能力
- 重点突出高并发、分布式系统的设计和调优经验，用具体数据展示系统性能提升成果
- 详细描述复杂链路端到端优化的项目经历，包括问题分析、方案设计、实施效果
- 如果有LLM/Agent相关实践，即使是个人项目或学习笔记，也务必在简历中体现，突出对技术的热情
- 系统学习Agent编排、Function Calling、RAG等LLM应用技术，尝试用LangChain或LangGraph搭建一个Demo
- 复习Java/Go的高并发编程、网络编程、性能调优等核心知识，准备系统设计相关的问题
面试指南
- 对于系统设计类问题，采用「需求分析-架构设计-技术选型-难点攻克-效果评估」的结构化回答，突出个人贡献和量化结果
- 对于AI技术理解类问题，结合具体项目或Demo，阐述你对概念的理解、应用场景和潜在问题，展现学习能力和思考深度
- 请介绍一个你负责过的复杂后端系统，你是如何进行端到端性能优化的？
- 谈谈你对Agent编排和Function Calling的理解，以及如何设计一个稳定的Agent执行服务？
- 在高并发场景下，如何保证AI应用的可用性和响应速度？请举例说明
- 你如何看待LLM应用中的上下文管理和记忆机制？
- 为什么想从传统后端转型到AI应用方向？
- 深入复习Java/Go高并发、分布式系统设计相关知识，准备1-2个有深度的项目案例
职位点评
薪资福利80
成长发展95
工作生活50
使命价值70
薪资福利
80较高
职位未明确薪资范围，但作为头部AI产品核心研发岗，且要求3年以上经验，市场薪资竞争力较强。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
职位处于AI前沿技术领域，涉及LLM、Agent等新兴技术栈，且团队鼓励全栈发展，成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Function Calling、LangChain、LangGraph、MCP、Java、Go
成长机会全栈工程师计划
业务类型profit_center
工作生活
50较低
职位要求适应快速变化、快速试错的节奏，可能隐含较高工作强度。办公地点为现场办公，未提及弹性或远程工作。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
70中等
AI搜索/Agent是当前高速增长的赛道，产品具有创新性，但职位描述中未明确提及社会价值或使命感。
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