小红书
【2027校招】智能平台开发
【2027校招】智能平台开发
发布于 大约 7 小时前普通员工/个人贡献者
全职员工仅现场办公全栈开发
全栈开发
Prompt Engineering
Rag
分布式存储
大模型
值不值得投
71综合评分
综合评分 71
校招技术岗，技术栈极前沿、成长空间大，但工作生活平衡及具体待遇需面试时确认。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
28K
比全栈开发中位数高
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 1430 个在招 · 其中全栈开发 6 个
市场机会
选择适中
北京 · 全栈开发 · 42 个在招
职位详情
关于这个职位
这是小红书面向2027届毕业生的校招岗位，你将深度参与公司存储云平台的创新与构建
核心是结合大模型与Agent技术，打造智能化、自动化的存储与数据库运维平台，推动运维从自动化向智能化跃迁，致力于构建业界领先的智能化运维体验
最低要求
本科及以上学历，计算机等相关专业
精通Golang、Java、Python中的至少一门后端语言，熟悉前端主流框架Vue/React及生态，具备基于大模型API（OpenAI、Claude、通义千问等）开发Agent应用的实际经验
对分布式存储产品有深入的了解和实践经验，包括分布式KV/缓存、MySQL、分布式数据库、图数据库、表格存储、对象存储等
熟悉大模型应用开发技术栈，如RAG、Prompt Engineering、Function Calling、多Agent协作框架（LangChain、LlamaIndex、AutoGen等），有实际项目落地经验者优先
对开源社区热门产品（如OpenClaw、Claude Code、Cursor、GitHub Copilot等）有深入理解和使用经验，具备将AI能力转化为产品功能的设计思维和实践能力
展现出强烈的需求分解和技术突破能力，擅长团队沟通与协作，持有出色的客户服务意识，对AI技术在数据库运维领域的应用有敏锐洞察力
具备快速学习和适应新技术的能力，热衷于探索大模型与基础设施结合的创新场景，有技术博客、开源项目贡献或AI相关竞赛经历者优先
工作职责
积极投身于小红书存储平台产品的创新与构建，主导设计并实现功能完备的存储云平台，探索AI Native架构下的智能存储解决方案
主动负责存储与数据库自助管理平台的设计与开发，结合大模型能力构建智能运维Agent，实现自然语言交互式数据库运维，显著提升平台的易用性和用户满意度
引领存储与数据库自动化运维平台的设计与开发，基于LLM Agent技术推动数据库运维从自动化向智能化跃迁，构建具备自诊断、自修复能力的智能运维体系
深入探索大模型在数据库领域的应用场景，包括但不限于：智能SQL优化、异常检测与根因分析、容量预测与自动扩缩容、智能告警降噪等
跟踪并研究业界前沿的AI Agent产品（如OpenClaw、Claude Code等），将先进的AI交互范式和产品理念融入数据库存储平台，打造业界领先的智能化运维体验
优先资格
有技术博客、开源项目贡献或AI相关竞赛经历者优先
AI 洞察
优缺点分析
优点
- 技术栈非常前沿，能直接接触大模型与基础设施结合的最新实践，技术成长空间大
- 作为校招岗位，公司提供系统化的培养计划和资深工程师的指导
- 技术深度要求高，需要同时掌握分布式系统和AI应用开发两大复杂领域
- 涉及的产品和平台是公司基础设施的核心部分，对代码质量、系统稳定性和交付效率要求高
- 需要快速学习并应用大量新技术（如各类LLM Agent框架），学习曲线较陡
- 计算机相关专业应届毕业生，对后端开发、分布式系统和人工智能（特别是大模型应用）都有浓厚兴趣，喜欢解决复杂技术问题，追求技术深度与创新的求职者
缺点 / 挑战
- 项目挑战性强，直接参与构建业界领先的智能运维体系，能产出有影响力的技术成果
角色解读
- 技术专家路线：深耕智能存储与运维领域，成为分布式系统或AI Infra方向的技术专家
- 架构师路线：从负责单一平台到设计整体存储与运维架构，掌握更全局的技术视野
- 技术管理路线：在带领小团队交付复杂项目的过程中，发展技术管理和项目管理能力
- 负责设计和开发小红书内部的智能存储云平台，构建基础的存储能力
- 运用大模型和Agent技术，开发智能数据库运维产品，实现自然语言交互和自动化运维
- 探索并落地AI在数据库领域的具体应用，如智能优化、异常分析和容量预测
- 研究业界最新的AI Agent产品和技术，将创新理念融入内部平台建设
- 扎实的后端开发能力（至少精通Golang/Java/Python一门），以及Vue/React前端基础
- 对分布式存储系统（如KV、MySQL、图数据库等）有深入理解和实践经验
- 熟悉大模型应用技术栈，包括RAG、Prompt Engineering、Function Calling及主流多Agent框架
- 具备将AI能力产品化的设计思维，以及快速学习新技术、解决复杂问题的能力
申请策略
- 仔细研读JD中提到的技术点和开源产品，在面试中可以就某个具体技术（如多Agent协作）深入探讨你的见解
- 准备一个能体现你技术热情和学习能力的亮点项目（即使是课程项目），并能清晰地讲解其技术选型和架构思考
- 了解小红书的产品和业务，思考你所做的智能存储平台如何为前端业务（如内容推荐、搜索）提供更好的支撑
- 重点突出与JD匹配的后端语言（Golang/Java/Python）项目经验，尤其是涉及高并发、分布式系统的实践
- 详细描述基于大模型API开发Agent应用的个人项目或竞赛经历，展示对RAG、Function Calling等技术的实际运用
- 列举对分布式存储（如Redis、MySQL集群、MinIO）的使用和理解，以及任何涉及自动化运维或开发工具链的经验
- 如果有技术博客、开源贡献或AI相关竞赛奖项，务必在简历醒目位置展示
- 系统学习并实践主流的大模型应用开发框架（如LangChain、LlamaIndex），尝试完成一个完整的RAG或Agent项目
面试指南
- 对于项目经验问题，使用STAR法则（Situation, Task, Action, Result）结构化回答，重点突出你的技术决策和解决问题的过程
- 对于架构设计问题，先阐述你的整体思路和核心模块，再深入讨论关键技术的选型和取舍，最后可以谈谈潜在挑战和优化方向
- 对于技术理解问题，可以结合具体案例或场景来解释概念，展示你不仅知道是什么，还知道如何用
- 请介绍一下你过去做的一个最复杂的后端项目，遇到了什么技术难点，如何解决的？
- 你如何理解‘AI Native’的存储架构？结合你的经验，谈谈大模型如何提升数据库运维的效率和智能化水平？
- 如果让你设计一个自然语言交互的数据库运维Agent，你会如何设计它的核心工作流？需要哪些技术模块？
- 你对RAG和Function Calling有什么理解？它们在构建一个智能运维Agent时分别扮演什么角色？
- 你日常会关注哪些AI或开源领域的动态？如何看待AI Agent产品的发展趋势？
职位点评
薪资福利65
成长发展90
工作生活55
使命价值60
薪资福利
65中等
作为校招岗位，薪资福利通常有行业标准，但JD未披露具体薪资和福利细节，需在面试环节确认。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
90较高
该职位技术栈前沿，涉及大模型与基础设施融合的核心创新领域，能为应届生提供极佳的技术成长平台和项目实战经验。
技术前沿前沿/新兴技术
技术栈Golang、Java、Python、分布式存储、大模型、RAG、Prompt Engineering、LangChain、Agent、LLM
成长机会创新与构建、探索、引领、深入探索、跟踪并研究
业务类型cost_center
工作生活
55较低
JD未明确说明工作模式和办公地点细节，无法判断WLB和通勤情况，存在不确定性。
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
60中等
该岗位致力于通过技术创新提升内部运维效率和平台智能化水平，技术驱动属性强，但直接的社会影响力感知有限。
行业发展高速增长赛道
社会影响中性/一般
使命信号打造业界领先的智能化运维体验、探索AI Native架构下的智能存储解决方案
创新程度开拓性创新（行业首创）
小红书 的其他在招职位
相似职位推荐
Watch Jobs