DiDi logo
滴滴出行
AI全栈开发工程师

AI全栈开发工程师

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.5万 · AI 参考估算
高级经验
学历未注明
全职员工仅现场办公全栈开发
全栈开发
Go
Rag
分布式架构

值不值得投

74综合评分

综合评分 74

国际化出行核心业务全栈岗,技术栈广且AI落地机会多,WLB信息未披露

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

5.0万

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 2450 个在招 · 其中全栈开发 14 个

市场机会

选择面较广

北京 · 全栈开发 · 约 110 个在招

职位详情

关于这个职位

该职位面向国际化出行核心业务,负责价格、收银、财税、加油等业务域的前后端研发与架构设计,并保障高并发、多区域场景下的系统稳定性

岗位还强调将 RAG、Agent、AI Coding、智能诊断等 AI 能力落地到真实业务系统,适合兼具全栈工程能力和 AI 应用落地经验的工程师

最低要求

任职要求:

扎实全栈经验,后端熟练 Go/Java,前端掌握 Vue/React,有大型项目落地经验
熟悉 Gin/Echo、SpringBoot、React/Vue 等框架,理解底层原理与调优方式
精通分布式架构,熟练 MySQL、Redis、ES、Kafka/RocketMQ 等中间件,具备底层调优能力
掌握 AI 工程化落地:RAG、Agent、Harness 编排,有 AI 应用全栈上线经验
基础扎实,学习能力强,具备良好沟通、项目推进及抗压能力

工作职责

参与国际化出行核心业务系统全栈研发工作,覆盖价格、收银、财税、加油等业务域,支撑业务在全球多区域稳定落地,兼顾前端交互、服务端业务逻辑联调交付

负责前后端业务架构设计、模块拆解、接口定义与核心代码开发,主导或参与关键链路技术选型、方案评审,兼顾前端体验、后端稳定性与整体可维护性
融合 AI 能力进行业务场景创新与工程落地,独立或协同完成 AI 应用全栈开发:包含 RAG 知识库、Agent 智能体、AI Coding 工具、智能值班诊断、自动化自测与质量保障系统等场景的需求分析、前后端实现、集成上线与迭代优化
负责全链路系统性能优化、技术债治理与模块重构,保障系统在高并发、多区域访问场景下的可用性、稳定性、可扩展性,排查线上跨端、跨服务疑难问题
联动产品、测试、海外业务、数据等跨团队协作,推动复杂国际化项目落地,深度理解业务痛点,输出兼顾用户体验、业务规则与 AI 赋能的综合技术方案
沉淀全栈 + AI 工程化落地规范、组件库、工具链,推动团队研发效能、线上故障处置、测试自动化能力持续提升

优先资格

有以下经验优先:

LBS / 打车 / 地图、交易支付、价格计算相关经验
高并发、海量数据、异地多活项目经验
国际化团队经历,英文沟通良好
自研 RAG、业务 Agent、智能运维平台经验

AI 洞察

优缺点分析

优点

  • 岗位覆盖国际化出行核心业务,能接触到价格、收银、财税、加油等复杂交易链路,业务复杂度高、成长空间大
  • 同时强调 AI 应用全栈落地,有机会积累 RAG、Agent、AI Coding、智能诊断等真实生产场景经验
  • 技术栈覆盖前后端、分布式架构、中间件调优和性能优化,有利于形成较完整的工程能力闭环
  • 跨产品、测试、海外业务、数据团队协作,能提升复杂项目推进和国际化业务理解能力
  • 业务域多且链路复杂,需要同时兼顾前端体验、后端稳定性、业务规则和全球多区域落地要求
  • 适合有大型全栈项目经验、熟悉分布式交易系统,并希望将 AI 能力真正落地到业务生产环境中的工程师

缺点 / 挑战

  • 岗位对全栈深度和 AI 工程化经验都有要求,技术覆盖面广,学习和交付压力较大
  • 高并发、多区域访问、线上疑难问题排查对系统理解和抗压能力要求较高

角色解读

  • 可以向资深全栈工程师或技术专家方向发展,深耕国际化交易系统、高并发架构和 AI 工程化落地
  • 也可以逐步承担关键链路技术负责人角色,主导技术选型、架构评审和复杂项目推进
  • 长期可发展为技术管理或平台型架构负责人,负责研发效能、智能运维、质量保障体系等团队级能力建设
  • 负责国际化出行核心业务系统的前后端研发,覆盖价格、收银、财税、加油等关键业务域,支撑全球多区域业务稳定落地
  • 需要参与架构设计、模块拆解、接口定义和核心代码开发,并关注前端体验、后端稳定性和系统可维护性
  • 会将 RAG 知识库、Agent 智能体、AI Coding、智能值班诊断、自动化自测等 AI 能力融入业务系统,完成从需求分析到上线迭代的全栈交付
  • 还要进行性能优化、技术债治理、模块重构和线上疑难问题排查,提升高并发与多区域访问场景下的系统可靠性
  • 需要扎实的全栈能力,后端熟练掌握 Go 或 Java,前端掌握 Vue 或 React,并有大型项目落地经验
  • 需要熟悉 Gin/Echo、SpringBoot、React/Vue 等框架,理解底层原理并具备性能调优能力
  • 需要掌握分布式架构和 MySQL、Redis、ES、Kafka/RocketMQ 等中间件,具备底层调优与问题定位能力
  • 需要理解 AI 工程化落地,具备 RAG、Agent、Harness 编排及 AI 应用全栈上线经验

申请策略

  • 申请前建议了解滴滴国际化出行业务和 Intl Mobility & Platform Tech 相关技术方向,准备与全球多区域系统落地相关的思考
  • 面试中尽量用具体项目说明技术选型取舍、线上问题处理过程和最终业务收益,避免只罗列技术栈
  • 重点突出 Go/Java 后端与 Vue/React 前端的完整项目经历,尤其是大型系统中的架构设计、模块拆解和核心代码贡献
  • 突出分布式架构与中间件调优经验,如 MySQL、Redis、ES、Kafka/RocketMQ 在高并发场景下的使用、优化和故障排查
  • 重点呈现 AI 应用全栈上线案例,包括 RAG 知识库、业务 Agent、AI Coding 工具、智能运维或自动化自测系统的实际落地效果
  • 补充国际化、多区域访问、交易支付、价格计算、LBS/打车/地图等相关业务经验,体现与岗位场景的匹配度
  • 强化 AI 工程化能力,准备 RAG 检索链路设计、Agent 工具编排、上下文管理、评测与上线监控等项目细节
  • 补齐高并发和分布式系统能力,包括缓存一致性、消息队列削峰、数据库调优、异地多活和故障定位方法

面试指南

  • 用“业务背景—技术挑战—方案设计—落地结果—复盘改进”的结构回答项目类问题,突出个人贡献和可量化结果
  • 回答架构与故障类问题时,先明确约束条件,再从链路拆分、容量评估、降级容错、监控告警、回滚方案等角度展开
  • 回答 AI 应用类问题时,围绕场景定义、数据准备、检索/编排设计、评测体系、工程集成和线上迭代闭环说明
  • 请介绍一个你主导或深度参与的全栈项目,说明架构设计、技术选型和你负责的核心模块
  • 在高并发交易系统中,如何保证价格计算、收银或支付链路的一致性、稳定性和可扩展性?
  • 你如何设计一个面向业务场景的 RAG 知识库或 Agent 系统?如何评估效果并保障上线质量?
  • 遇到跨端、跨服务线上疑难问题时,你的排查思路和可观测性手段是什么?
  • 面对国际化多区域业务,你会如何处理不同国家规则、时差、语言和系统部署带来的复杂性?

职位点评

薪资福利78
成长发展88
工作生活48
使命价值72

薪资福利

78中等

JD未披露薪资和福利信息,因此补偿性动机只能基于岗位层级和技能要求判断。该岗位要求高级全栈、分布式架构和AI工程化能力,通常对应较好的薪酬竞争力,但福利细节未提及。

薪资信号未披露(AI估算:3.5千–6.5万/月)

成长发展

88较高

岗位同时覆盖全栈架构、国际化核心业务、高并发系统治理和AI应用工程化落地,技术成长面较宽。JD明确涉及技术选型、方案评审、组件库、工具链和自动化能力建设,发展性信号较强。

技术前沿前沿/新兴技术
技术栈Go、Java、Vue、React、Gin/Echo、SpringBoot、MySQL、Redis、ES、Kafka/RocketMQ、RAG、Agent、Harness 编排、AI Coding
业务类型ambiguous

工作生活

48较低

JD仅明确地点为北京市,未说明远程、混合办公、弹性工时或双休等信息。岗位涉及复杂国际化项目、高并发系统稳定性和线上问题排查,但原文未直接描述工作强度。

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

72中等

岗位支撑国际化出行核心业务在全球多区域稳定落地,并推动AI能力在真实业务场景中的工程化应用,具有一定行业价值。JD未直接表达社会使命或公共价值导向,意义感主要来自业务影响力和技术落地。

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