Baidu logo
百度
前端研发工程师(J107054)

前端研发工程师(J107054)

发布于 4 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公后端开发
后端开发
Ai Native
Go
分布式系统
微服务
系统稳定性
高并发架构

值不值得投

77综合评分

综合评分 77

大厂核心后端岗,AI技术前沿驱动,技术成长极快,但工作强度可能较高

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

与后端开发中位数基本持平

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 1330 个在招 · 其中后端开发 30 个

市场机会

选择面较广

北京 · 后端开发 · 约 510 个在招

职位详情

关于这个职位

该职位虽名为前端研发工程师,但核心职责聚焦于后端系统架构设计与高并发服务开发

候选人需精通Java/Go等后端技术栈,负责核心业务系统的稳定性优化与技术攻关
同时,岗位强调AI Native研发实践,要求利用AI工具提升全链路研发效率,并具备跨端协同能力以支持端到端交付

最低要求

计算机相关专业本科及以上学历,具备扎实的数据结构、算法、操作系统、计算机网络等基础知识

具备扎实的后端研发能力,熟悉 Java、Go、Python、Node.js 等至少一种主流后端开发语言,熟悉数据库、缓存、消息队列及分布式系统相关技术
具备良好的系统设计和架构设计能力,有高并发、高可用、大规模业务系统设计与优化经验,具备较强的复杂问题分析和解决能力
具备较强的工程质量意识,熟悉自动化测试、持续集成、代码评审、监控告警等研发工程实践,对线上稳定性和交付质量负责
具备 AI Native 研发意识和实践经验,熟练使用 AI Coding 工具,能够利用 AI Agent、Skills、Workflow 等提升研发效率,有将 AI 融入实际研发流程并形成可复用实践的经验
具备良好的 Ownership 和团队协作意识,主动发现并解决问题,能够独立负责业务模块或技术方向,对最终交付结果负责

工作职责

系统架构设计与建设:负责公司核心业务系统后端服务的架构设计、技术选型、开发与持续优化,设计高可用、高并发、高扩展性的系统架构,保障业务稳定运行及规模化发展

业务需求分析与研发交付:深入理解业务需求,参与需求分析、技术方案设计及评审,独立完成模块设计、接口定义、编码实现、单元测试及代码评审,确保项目高质量交付
系统性能与稳定性优化:持续开展系统性能分析与优化,解决高并发、资源消耗、响应延迟等技术问题,完善监控告警、日志追踪及故障治理机制,提升系统稳定性和服务质量
技术攻关与架构演进:负责复杂业务场景及关键技术问题攻关,开展新技术预研与应用,推动公共组件、基础服务及通用技术能力沉淀,持续优化系统架构和研发工程体系
AI Native 研发实践:积极探索 AI 在需求分析、技术设计、代码开发、测试、Code Review、问题定位及修复等研发全流程中的应用,建设和使用 AI Agent、Skills、Workflow 等能力,推动 AI 从单点编码辅助向端到端研发流程演进
跨栈研发与端到端交付:具备跨端、前端、后端等多技术栈协同开发能力,能够借助 AI 工具突破技术栈边界,独立或协同完成跨栈需求交付,提升复杂业务场景下的研发效率和交付质量
技术规范与团队协作:与产品、客户端、前端、测试及运维团队紧密协作,推动项目全流程落地
持续沉淀技术文档、研发规范及最佳实践,促进团队技术能力和工程效率提升

优先资格

具备跨栈研发能力者优先,熟悉前端、Android、iOS、鸿蒙等至少一个其他技术领域,能够结合 AI 辅助完成跨技术栈开发及端到端需求交付

AI 洞察

优缺点分析

优点

  • 追求技术深度、对AI工程化感兴趣、具备强自驱力和抗压能力的资深后端工程师

缺点 / 挑战

  • 依托百度平台,接触海量用户数据与高并发场景,技术挑战大且成长快
  • 岗位要求极高,需同时兼顾传统后端架构与前沿AI应用,学习曲线陡峭,工作压力较大

角色解读

  • 向高级后端架构师或技术专家方向发展,深耕AI赋能软件工程(AI Native)领域,成为复合型技术人才
  • 负责核心业务系统的后端架构设计与高并发服务开发,保障系统稳定性与扩展性
  • 精通Java/Go等后端语言,掌握分布式系统、微服务架构及高可用设计原则

申请策略

  • 准备展示如何将AI融入CI/CD或代码生成流程的具体Demo或方案,体现创新思维
  • 突出高并发系统设计案例、性能优化成果及AI工具在实际研发中的提效数据
  • 深入学习LangChain、AutoGen等AI Agent框架,掌握Prompt Engineering技巧

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目,重点量化技术指标(如QPS、RT、可用性)
  • 对于AI相关问题,强调痛点识别、工具选型、落地过程及最终效能提升
  • 请分享一个你主导的高并发系统优化案例,具体指标提升了多少?
  • 你如何理解AI Native研发?在你的过往项目中如何落地?
  • 面对复杂的分布式事务一致性难题,你的排查思路是什么?
  • 如何利用AI工具提升代码Review的效率和质量?
  • 复习分布式系统理论(CAP、Paxos/Raft),梳理个人核心项目难点与解决方案,了解百度最新AI产品线

职位点评

薪资福利85
成长发展92
工作生活45
使命价值75

薪资福利

85较高

百度作为头部互联网大厂,提供具有市场竞争力的薪酬福利及完善的五险一金、补充医疗等保障,整体补偿水平处于行业高位。

薪资信号未披露(AI估算:2.5千–4.5万/月)

成长发展

92较高

岗位深度融合前沿AI技术与传统后端架构,提供极高的技术成长空间,适合追求技术突破和职业进阶的人才。

技术前沿前沿/新兴技术
技术栈AI Native、AI Agent、Skills、Workflow、Java、Go、分布式系统
业务类型profit_center

工作生活

45较低

互联网大厂核心研发岗位通常伴随较高工作强度,JD未提及弹性工作制或不加班政策,WLB可能面临挑战。

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

75中等

通过推动AI技术在研发全流程的应用,提升行业研发效能,具有一定的技术创新意义和行业影响力。

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