顺丰速运
GJK-后端开发工程师（AI开发方向）-武汉
GJK-后端开发工程师（AI开发方向）-武汉
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
Llm
Prompt Engineering
Rag
Spring Cloud
值不值得投
76综合评分
综合评分 76
大厂稳定平台、前沿AI技术栈、侧重业务落地、WLB中等
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
2.8万
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 600 个在招 · 其中后端开发 8 个
市场机会
选择适中
武汉 · 后端开发 · 46 个在招
职位详情
关于这个职位
负责顺丰物流业务系统的后端架构设计与核心代码开发，重点探索大语言模型（LLM）在智能客服、知识库问答等场景的落地应用
需掌握Java微服务技术栈及Spring Cloud生态，同时具备Prompt工程、RAG链路搭建及Agent开发能力，致力于通过AI技术提升系统智能化水平与研发效能
最低要求
本科及以上学历，计算机相关专业（如计算机科学与技术、软件工程等），三年以上开发工作经验
熟悉JAVA体系架构，掌握Spring、SpringBoot、SpringCloud、Mybatis、MQ（Kafka/RocketMQ）、Redis等常用开发框架
熟练掌握MySQL数据库使用，熟悉SQL调优及函数、存储过程等的编写
熟练掌握IDEA开发工具，有微服务、Vue框架开发经验优先
较强的文档撰写能力，良好的语言表达及沟通能力
逻辑分析能力、学习能力和创新能力强，具有团队合作精神
工作职责
根据产品和业务部门需求，进行需求分析评审、详细设计、技术文档编写
独立进行相关功能的单元测试、集成联调测试，及时发现问题并修复，保证代码质量和性能
【AI相关】参与AI智能体（Agent）及大模型应用的功能模块设计，负责Prompt工程优化、RAG（检索增强生成）链路搭建及大模型API的封装与治理
参与系统架构的设计、核心模块代码编写、系统性能调优、业务需求管理和分析
【AI相关】探索LLM（大语言模型）在业务场景中的落地，如知识库问答、智能客服、自动化流程编排等，提升系统智能化水平
配合进行版本生产发布、验证，并持续跟踪生产环境运行情况
针对生产问题事件，快速响应支持，进行问题定位、修复解决
【AI相关】负责AI应用的监控与迭代，关注模型调用的延迟、Token消耗及输出结果的准确性，持续优化用户体验
优先资格
【AI相关-优先】有以下经验者优先：
熟悉主流大模型（OpenAIGPT、Claude、文心一言、通义千问等）的API调用与鉴权机制
了解LangChain、LangGraph、Dify、Coze等AI应用开发框架，有实际项目经验者加分
了解向量数据库（Milvus、Chroma、Elasticsearch等）的原理及应用，熟悉Embedding（嵌入）技术
熟悉RAG（检索增强生成）、FunctionCalling（函数调用）、ReAct、Agent（智能体）的工作机制
有大模型私有化部署、微调（Fine-tuning/SFT）或推理加速经验者优先
【AI相关-加分】对AI技术有热情，具备AICoding（如使用Cursor/Copilot辅助编程）的习惯，能主动利用AI工具提升研发效能
AI 洞察
优缺点分析
优点
- 平台稳定，顺丰作为上市巨头提供完善的福利与职业保障
- 技术前沿，直接参与大模型在真实复杂业务场景中的落地，积累宝贵的AI工程化经验
- 业务场景丰富，物流行业的智能化转型提供了大量高价值的技术实践机会
- 希望在大厂平台深耕AI应用落地的资深后端工程师，或对物流行业数字化感兴趣的技术人才
缺点 / 挑战
- 传统互联网大厂内部流程可能较为繁琐，跨部门协作成本较高
- AI技术在B端业务的落地往往面临数据质量、效果评估等挑战，需具备极强的问题解决能力
- 生产环境稳定性要求极高，需承担一定的运维与应急响应压力
角色解读
- 向AI应用架构师方向发展，成为兼具传统后端架构与大模型工程化能力的复合型人才
- 深入钻研LLM私有化部署、微调及推理加速技术，成为垂直领域的AI技术专家
- 负责物流业务系统的后端开发与架构维护，确保高可用性与性能
- 深入参与AI大模型技术的落地，包括构建RAG链路、优化Prompt及开发智能体（Agent）功能
- 协同产品与业务部门，将AI能力转化为实际的智能化业务场景（如智能客服、知识库）
- 扎实的Java后端基础，精通Spring Cloud微服务架构及MySQL/Redis/MQ中间件
- 熟悉大模型应用开发栈，包括LangChain、向量数据库、RAG技术及主流LLM API对接
- 具备良好的系统设计能力、文档撰写能力及生产环境故障排查能力
申请策略
- 关注顺丰在智慧物流、供应链金融等领域的最新动向，准备相关的行业见解
- 面试前梳理过往项目中关于“系统稳定性”与“新技术引入”的平衡案例
- 突出Java微服务架构设计经验，特别是高并发、高性能系统的处理案例
- 重点展示AI相关项目经历，详细描述RAG链路搭建、Prompt优化及Agent开发的实际成果
- 强调业务价值导向，说明如何通过技术手段（含AI）解决了具体的业务痛点
- 深入学习LangChain/LangGraph等框架的高级用法及最佳实践
- 掌握向量数据库的原理与应用，理解Embedding技术及语义搜索优化
- 了解大模型微调（SFT）及推理加速的基本原理，拓宽技术视野
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术选型理由与最终量化成果
- 针对技术问题，先给出核心结论，再展开技术细节，最后补充备选方案或优化思路
- 结合业务场景回答，体现技术对业务的赋能作用，而非单纯堆砌技术名词
- 请详细介绍你参与过的一个RAG项目，你是如何解决检索准确率问题的？
- 在微服务架构中，如何保证系统的高可用性？遇到OOM或CPU飙高如何排查？
- 对比不同的大模型API，它们在鉴权、限流及返回格式上有何差异？
- 如果要在内部系统中引入AI Agent，你会如何设计其安全边界与权限控制？
- 复习Java并发编程、JVM调优及MySQL索引优化等基础知识
职位点评
薪资福利80
成长发展85
工作生活60
使命价值70
薪资福利
80较高
顺丰作为上市巨头，薪资虽未披露但通常处于市场中上水平，且福利体系完善，稳定性强，能满足较高的补偿性动机。
薪资信号面议 (2.0千–3.5万/月)
成长发展
85较高
职位明确要求探索LLM落地及AI应用开发，技术栈前沿，能提供极佳的大模型工程化成长路径。
技术前沿前沿/新兴技术
技术栈LLM、RAG、LangChain、Agent、Prompt Engineering、Vector Database
业务类型profit_center
工作生活
60中等
JD未提及弹性工作或远程办公，且涉及生产环境支持与快速响应，工作强度可能较大，WLB一般。
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
通过AI技术提升物流效率与服务体验，具有明确的商业价值与社会效率提升意义，但社会公益属性较弱。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs