顺丰速运
后端开发工程师（资金/财务）
后端开发工程师（资金/财务）
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
软件工程
分布式系统
Spring cloud
RocketMQ
Ai Coding
Agentscope
Claude Code
Shardingsphere
AI 估算 · 20k–35k
资金系统关键岗位，技能要求高（AI+分布式），顺丰上市巨头，薪资稳定但略低于互联网大厂，3-5年经验预计月薪2-3.5万。
职位详情
关于这个职位
该职位负责顺丰速运资金/财务后端系统的架构设计与开发，涉及高并发、高可用的资金流转和账务处理
需要熟练运用AI编程工具和Agent技术提升研发效率，同时精通Java、分布式中间件
适合有金融系统经验、技术热情高、追求稳定大平台的资深后端工程师
最低要求
基础与经验：计算机相关专业本科及以上，3 年以上 Java 后端经验
Java 核心能力：扎实的 Java 基础，深入理解 JVM、多线程并发、网络编程
主流框架：精通 Spring Boot 与 Spring Cloud 微服务体系，熟练使用 MyBatis-Plus
AI 经验：* AI Coding：熟练使用至少一种 AI 编程助手（Claude Code、CodeX、Cursor 等），并有实际提效经验
AI Agent：了解 Agent 基础架构（ReAct、Plan-Execute 等），使用过 AgentScope、LangChain、LangGraph 开发过 Agent 应用
对 LLM 应用有实践热情，能结合业务设计轻量级 AI 能力
分布式中间件与组件：* 微服务治理：Nacos、Sentinel（熟悉 Spring Cloud Alibaba）
数据分片与分布式事务：Apache ShardingSphere、Seata
消息与缓存：RocketMQ 5.0 / Kafka、Redis 7.0+（数据结构、集群方案、Redisson 客户端）
数据库与性能：精通 MySQL，熟悉 Redis 高可用方案
分布式系统经验：具备高并发、高可用系统实战经验，掌握常见分布式模式
熟悉容器化与编排（Docker、Kubernetes）及 DevOps 流程
质量意识与软素质：强代码规范，热爱重构
具备故障排查能力（Arthas、SkyWalking 等）
优秀的沟通协作能力、责任心与抗压能力
技术热情：对 Java 生态及 AI 技术持续学习，能主动尝试新工具/框架，推动团队技术革新
工作职责
核心业务架构：主导资金/财务后端系统的架构设计与核心代码实现，确保资金流转、账务处理等关键链路的正确性与高性能
AI 研发效能 & AI 落地：* 熟练使用 AI Coding 工具（Claude Code、CodeX、Cursor 等）提升编码效率
结合 AI Agent 技术（AgentScope、LangChain、LangGraph 等）开发智能体应用
质量与稳定性：编写高可靠、易维护的代码，严格执行单元测试与代码审查
运用混沌工程等理念提升系统韧性，快速定位并修复线上故障
技术演进：持续引入最新分布式中间件与框架（Spring Cloud、ShardingSphere、Seata、RocketMQ 5.0、Redis 等），优化系统性能、成本与可扩展性
优先资格
有金融、支付或资金类系统经验者优先
对分布式数据库（TiDB、OceanBase）有了解者加分
AI 洞察
优缺点分析
优点
- 顺丰作为巨头企业，平台稳定，福利完善，职业路径清晰
- 公司鼓励技术革新，有实际AI落地场景，紧跟前沿技术
- 顺丰作为传统物流巨头，技术氛围和薪资竞争力可能略逊于互联网大厂
缺点 / 挑战
- 参与核心资金系统，技术挑战大，可积累高并发、分布式、AI结合的复合经验
- 资金系统对正确性和稳定性要求极高，工作压力大，需应对线上故障和紧急需求
- 技术栈要求广泛，需同时掌握传统Java生态和新兴AI工具，学习成本较高
- 适合有金融/支付系统经验、热爱技术钻研、追求稳定平台和核心技术挑战的资深Java后端工程师
角色解读
- 在资金/财务领域深耕，成为技术专家或架构师，主导核心系统演进
- 向AI工程化方向拓展，结合业务设计智能化资金处理方案，转型为AI架构师
- 在顺丰内部晋升为技术经理或团队负责人，带领资金团队
- 主导顺丰资金/财务后端系统的架构设计，确保高并发、高可用的资金流转和账务处理
- 使用AI Coding工具（如Claude Code）提升编码效率，并基于AI Agent框架开发智能体应用
- 编写高可靠代码，执行单元测试与代码审查，运用混沌工程提升系统韧性
- 精通Java、Spring Cloud微服务体系，熟悉JVM、多线程并发
- 熟练使用AI编程助手和Agent开发框架（如LangChain）
- 掌握分布式中间件：ShardingSphere、Seata、RocketMQ、Redis等
- 具备高并发、高可用系统实战经验，熟悉Docker、Kubernetes
申请策略
- 面试中主动展示技术热情和自驱学习能力，比如对AI新工具的尝试
- 关注顺丰的财报和资金业务，面试时提出建设性技术优化建议
- 突出金融/资金类系统的项目经验，展示处理高并发、分布式事务的案例
- 强调AI Coding工具和Agent框架的使用经验，最好有实际提效数据
- 列出熟悉的中间件（ShardingSphere、RocketMQ等）及性能优化成果
- 提前熟悉AgentScope、LangChain等AI Agent框架，准备一个Demo项目
- 复习分布式事务（Seata）、分库分表（ShardingSphere）原理和实战
- 了解顺丰的业务模式，思考AI在物流资金流转中的潜在应用
面试指南
- 用STAR法则描述项目：背景、任务、行动（突出技术难点和解决方案）、结果（量化性能提升）
- 对技术问题：先解释概念，再比较不同方案优缺点，最后结合业务场景给出选择
- AI相关问题：展示实践热情，从“问题-方案-效果”逻辑阐述，突出学习能力
- 请描述你参与过的一个资金/支付系统的高并发架构设计及优化过程
- 你如何使用AI Coding工具提升开发效率？请举例说明
- 解释Seata的AT模式和TCC模式的区别及适用场景
- Redis集群方案有哪几种？如何保证数据一致性？
- 你对Agent的ReAct模式如何理解？如果用LangChain开发一个资金风控Agent，你会怎么设计？
职位点评
64
综合评分
大厂稳定、技术前沿、AI实践机会多，但工作强度大、缺乏弹性办公。
更适合这类人
适合高度重视技术成长、愿意投入时间学习前沿AI和分布式技术，对WLB要求不高的资深后端工程师。
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85
工作生活40
使命价值60
薪资福利
70中等
薪资面议但顺丰上市巨头，福利体系完善，薪资水平处于行业中等偏上，但缺乏明确激励信号。
薪资信号面议 (20K-35K/月)
成长发展
85较高
技术栈前沿（AI+分布式），公司鼓励技术革新，有明确的AI落地和架构演进机会，成长空间大。
技术前沿前沿/新兴技术
技术栈Java、Spring Cloud、ShardingSphere、Seata、RocketMQ、Redis、AI Coding、LangChain、AgentScope、Kubernetes
成长机会技术演进
业务类型profit_center
工作生活
40较低
仅现场办公，未提及弹性工作或WLB，资金系统可能伴随紧急响应和高强度工作。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
60中等
顺丰属于物流行业，资金系统虽关键但社会影响力一般，行业增长稳定，AI创新有一定使命驱动。
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