小红书
AI开放生态方向PE （后端）
AI开放生态方向PE （后端）
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 Coding
Api网关
Go
Llm
云存储
分布式系统
系统设计
高并发
值不值得投
74综合评分
综合评分 74
AI开放生态核心技术岗，技术栈前沿、成长空间大，但工作强度与WLB需实地确认。
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
3.5万
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 2220 个在招 · 其中后端开发 36 个
市场机会
选择面较广
上海 · 后端开发 · 约 320 个在招
职位详情
关于这个职位
负责小红书AI开放生态的后端研发，涵盖小工具基座、AI Builder平台出码链路、开放网关及商业化设施的设计与高可用保障
同时参与全栈计划探索AI Coding提效新范式，需具备扎实的分布式系统功底与LLM/Agent技术兴趣
最低要求
本科及以上学历，2年以上后端开发经验，扎实的计算机基础
精通 Go / Java 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，有平台型/开放型后端服务的实际研发经验（容器工程、中间件、开放 API 网关、云存储等方向之一）
对 LLM / Agent 技术有真实兴趣或实践：了解 Agent 编排、多智能体协作、AI Coding 工具应用之一
有产品意识和结果导向，自身作为builder有过代表作
工作职责
负责小工具开放基座后端服务的设计与研发，包括云存储、排行榜、多租户配额与资源隔离等核心能力的稳定输出
负责 AI Builder 平台出码链路的后端建设：从需求澄清、代码生成、自动化验证到部署发布的全链路打通，以及沙箱池化、任务隔离、异常回收等基础设施
负责开放平台后端服务的稳定性治理：读路径压测与水位线、资源饱和度治理、MQ 幂等与容错、灰度发布与一键回滚，保障核心接口可用性 99.9%+
负责 AI 开放能力网关建设：文本/多模态模型接入、按用户限流计费、内容安全强制过审与全量审计
负责经营与商业化设施的后端支撑：付费售卖与账单结算、用量计量与配额治理（按 appId/开发者/能力归集）、开发者数据看板
参与全栈工程师计划，结合 AI Coding 工具（Claude Code、Codex 等）探索端到端研发效率提升的新范式
优先资格
加分项 有 Agent 应用开发、LLM 工程化（多智能体编排、Prompt 工程、出码质量评测体系）实际落地经验
有开放平台 / 开发者生态类产品的设计或研发经验
有云存储、计量计费系统的设计经验
有高并发 ToC 产品核心服务的研发经验
AI 洞察
优缺点分析
优点
- 聚焦AI开放生态前沿赛道，技术栈涵盖LLM、Agent与AI Coding，极具行业前瞻性
- 平台型后端架构锻炼系统设计与高可用治理能力，技术成长空间大
- 头部互联网公司背书，内部全栈计划与AI提效文化有利于个人技术视野拓宽
- AI技术与业务融合处于快速迭代期，技术选型与落地方案需持续跟进前沿动态
- 跨团队协作频繁，需在商业化诉求与技术架构演进间保持平衡
- 适合具备扎实后端基础、对AI开放平台与工程化提效感兴趣，且能抗压追求技术深度的开发者
缺点 / 挑战
- 高并发ToC业务与稳定性治理要求严苛，需应对线上故障排查与性能优化压力
角色解读
- 向资深后端架构师或技术专家方向发展，深入AI基础设施与平台工程领域
- 拓展全栈开发与AI工程化能力，逐步承担复杂系统规划与技术选型职责
- 可向技术管理或AI产品经理转型，主导开放生态战略与商业化落地
- 负责AI开放生态平台后端架构设计与核心功能研发，包括小工具基座、AI Builder出码链路及开放网关建设
- 主导后端服务稳定性治理与商业化设施支撑，保障高并发场景下的系统可用性与计费计量准确
- 探索AI Coding工具在研发流程中的应用，推动端到端研发效能提升与新范式落地
- 精通Go或Java语言，具备扎实的高并发、高可用及分布式系统设计与调优能力
- 熟悉容器工程、中间件、API网关或云存储等平台型服务研发经验
- 了解LLM/Agent技术栈，具备Agent编排、多智能体协作或AI Coding工具实践经验
申请策略
- 提前研究小红书开放平台业务形态，准备针对AI Builder或开放网关的技术设计方案
- 关注公司技术博客与开源贡献，展现对AI工程化与研发效能文化的认同
- 突出分布式系统设计与高并发处理实战案例，量化系统吞吐量与可用性指标
- 强调平台型服务或开放API网关研发经验，展示多租户隔离、计费计量等模块设计
- 列举LLM/Agent相关项目或AI Coding工具提效成果，体现技术敏锐度与落地能力
- 深入掌握Go/Java底层原理与性能调优技巧，补充Kubernetes与主流中间件知识
- 系统学习LLM工程化实践，如Prompt工程、Agent框架（LangChain/LlamaIndex）及向量数据库
- 强化系统可观测性与混沌工程实践，提升线上故障定位与恢复能力
面试指南
- 采用STAR法则结构化回答，重点突出背景目标、技术方案、量化结果与复盘思考
- 系统设计题遵循“需求分析-核心组件-数据流向-容错降级-性能优化”逻辑展开
- 技术趋势类问题结合个人实践，客观分析利弊并给出可落地的演进路线
- 请分享一个你主导的高并发系统设计与调优案例，遇到的最大挑战及解决方案是什么？
- 如何设计一个支持多租户隔离与按量计费的开放平台网关？
- 结合你的经验，谈谈AI Coding工具在实际研发流程中的落地难点与优化思路
- 面对核心接口可用性99.9%+的要求，你会如何构建监控、压测与容灾体系？
- 复习分布式一致性协议、缓存策略、消息队列可靠性保障等核心知识点
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
岗位所属技术领域市场需求旺盛，整体薪酬竞争力处于行业中上水平，具体结构需以实际沟通为准。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
岗位深度融合AI前沿技术与平台工程，提供全栈计划与AI Coding探索机会，技术成长路径清晰。
技术前沿前沿/新兴技术
技术栈Go、Java、LLM、Agent、AI Coding、分布式系统、API网关
成长机会参与全栈工程师计划、探索端到端研发效率提升的新范式
业务类型profit_center
工作生活
60中等
高并发业务与稳定性治理要求严苛，日常研发节奏紧凑，具体排班与加班政策需以实际沟通为准。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
致力于构建AI开放生态与开发者工具链，推动技术普惠与产业数字化，具备较强的行业价值与社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
小红书 的其他在招职位
相似职位推荐
Watch Jobs