Xiaohongshu logo
小红书
全栈开发工程师-AI搜索(后端)

全栈开发工程师-AI搜索(后端)

发布于 大约 18 小时前

普通员工/个人贡献者

北京市 / 上海市
初级经验
全职员工
仅现场办公
学历未注明
软件工程
A2A
Ai编程工具
Claude Code
Github Copilot
Mcp
Prompt Engineering
全栈开发
后端开发

AI 估算 · 20k–35k

AI搜索领域热度高,大厂薪资竞争力强,1-3年经验月薪区间合理。

职位详情

关于这个职位

这是一个AI搜索方向的全栈开发岗位,侧重后端开发

你需要深度使用AI工具进行日常开发,并参与AI Agent的设计与交付
适合有一定后端经验且对AI工具熟练的开发者

最低要求

年以上开发经验,精通后端技术领域

熟练使用 AI 编程工具(Cursor、Claude Code、GitHub Copilot 等),有用AI突破自身不熟悉领域的实际经验
扎实的 Prompt Engineering 能力,掌握 System Prompt 设计、Few-shot、CoT、结构化输出等技巧
深入理解 Function Calling / Tool Use 机制,能设计 Tool Schema、处理多轮工具调用链路
能编写自定义 Skills、搭建 MCP Server,为团队构建可复用的 AI 工作流

工作职责

深度使用 AI 工具驱动日常开发,将 AI 融入需求分析、方案设计、编码实现、调试排查、Code Review 等研发全流程

独立设计、开发和迭代 AI Agent,能根据业务场景完成 Agent 的架构选型、Prompt 设计、工具编排与端到端交付
开发和维护团队内部的 AI 提效工具与工作流,包括自定义 Skills、MCP Server、Prompt 模板、自动化脚本等
独立或协作完成业务功能的全链路交付,覆盖前端、客户端、后端,不设边界
持续探索 AI 新工具和新模式,沉淀最佳实践,推动团队整体 AI 能力提升

优先资格

有全栈开发经验,能独立覆盖后端方向

有 MCP、A2A 等 AI 协议的实践经验

AI 洞察

优缺点分析

优点

  • 深度参与AI前沿技术,积累Agent和工具链经验,行业需求旺盛
  • 小红书大厂平台,资源丰富,技术落地场景明确
  • 岗位强调AI驱动开发,能极大提升个人生产力
  • 要求快速学习并掌握多种AI工具和协议,学习曲线较陡
  • 全链路交付可能涉及不熟悉的前端/客户端领域,需跨出舒适区
  • AI技术迭代快,需要持续跟进最新实践
  • 适合有一定后端经验、热爱AI工具、乐于探索新技术并希望快速成长的开发者

缺点 / 挑战

暂无明显挑战项

角色解读

  • 成为AI Agent开发专家,主导复杂Agent系统架构
  • 向AI基础设施或平台方向演进,构建团队级AI工作流
  • 横向扩展全栈能力,覆盖前端和客户端,向Tech Lead发展
  • 深度使用AI工具辅助编码、调试、Code Review等全流程开发
  • 独立设计并交付AI Agent,包括架构选型、Prompt设计和工具编排
  • 开发团队内部AI提效工具,如自定义Skills、MCP Server和自动化脚本
  • 完成业务功能的全链路开发,不限于后端,可能涉及前端和客户端
  • 精通后端技术领域,1年以上开发经验
  • 熟练使用AI编程工具(Cursor、Claude Code等)并具备实际应用经验
  • 扎实的Prompt Engineering能力,掌握System Prompt、Few-shot、CoT等技巧
  • 深入理解Function Calling/Tool Use机制,能设计Tool Schema

申请策略

  • 关注小红书AI搜索业务方向,了解其产品和技术栈
  • 在面试中准备一个完整的AI Agent开发案例,展示从设计到交付的流程
  • 突出后端项目经验,尤其是高并发、系统设计相关
  • 详细描述使用AI编程工具的具体案例和效果
  • 强调Prompt Engineering和Function Calling的实践经历
  • 如有MCP或A2A相关经验,务必单独列出
  • 系统学习MCP协议和Server搭建,动手实践
  • 熟悉Cursor等AI工具的配置和高级用法

面试指南

  • STAR法则:描述情境、任务、行动、结果,突出AI工具的贡献
  • 对比法:比较使用AI前后效率或质量的变化,量化成果
  • 技术深度:不仅说做了什么,还要解释为什么这么做,以及权衡
  • 请描述你使用AI编程工具解决复杂问题的具体案例
  • 如何设计一个Prompt来实现结构化输出?请举例
  • 解释Function Calling的工作原理,并说明如何设计Tool Schema
  • 你如何搭建一个MCP Server?遇到过哪些挑战?
  • 在全栈交付中,你如何处理跨端问题?

职位点评

68
综合评分

大厂AI搜索方向,前沿技术栈,成长性强,但WLB一般。

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。

更适合这类人
最适合注重技术成长和前沿探索的求职者,对WLB要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活40
使命价值60

薪资福利

70中等

薪资水平在大厂中属于中等偏上,但未明确披露福利,稳定性较好。

薪资信号未披露(AI估算:20K-35K/月)

成长发展

90较高

岗位技术要求前沿,成长空间大,强调持续探索和最佳实践。

技术前沿前沿/新兴技术
技术栈AI Agent、MCP、Prompt Engineering、Function Calling、Cursor、Claude Code
成长机会持续探索、沉淀最佳实践、推动团队整体AI能力提升
业务类型ambiguous

工作生活

40较低

仅现场办公,未明确提及WLB,大厂通常工作强度较高。

工作模式仅现场办公
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

60中等

AI搜索是高速增长赛道,但岗位偏技术实现,社会影响力中性。

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