全栈-后端方向开发工程师(J13066)

优缺点分析

角色解读

• 深耕AI辅助开发方向，成为AI Coding专家，推动团队技术转型
• 从后端开发向全栈架构师发展，积累AI应用和大模型集成经验
• 逐步承担项目负责人角色，管理复杂项目并提升跨团队协作能力
• 使用AI Coding工具（Claude Code、Codex）进行日常开发，包括代码生成、重构、测试和文档编写
• 参与业务系统、AI应用和服务端模块的设计、开发、调试和上线
• 探索AI辅助研发流程，优化团队效率和代码质量，评估AI生成代码
• 对接外部客户或三方厂商，负责技术沟通、联调和交付验收，并行管理多个项目
• 精通Java和Spring生态（Spring Boot、Spring Cloud、Mybatis），具备分布式架构和高并发经验
• 熟悉MySQL、Elasticsearch、Redis、RabbitMQ等数据库和中间件，掌握SQL调优
• 熟练使用Docker、Kubernetes进行容器化部署，熟悉Linux运维和监控工具
• 具备AI Coding工具实际使用经验，能够识别AI生成代码的缺陷和风险

申请策略

• 关注科大讯飞AI业务方向，在简历和面试中体现对AI辅助研发的理解和热情
• 提前了解科大讯飞的产品线（如讯飞开放平台、AI教育等），思考如何将AI Coding能力应用于具体场景
• 突出Java和Spring生态项目经验，特别是分布式、高并发场景的实际案例
• 强调AI Coding工具的使用经历，如具体用Claude Code或Codex完成的代码生成、重构或测试
• 展示独立对接客户或三方厂商的项目经历，体现沟通和交付能力
• 列出参与多项目并行管理、负责核心模块的经验，突出进度把控和风险应对能力
• 系统学习AI Agent、RAG、LangChain等大模型集成技术，准备相关demo
• 提升容器化和Kubernetes运维能力，熟悉CI/CD流程

面试指南

• 对于AI Coding问题，建议按STAR原则：描述任务背景、介绍使用的工具和具体操作、展示生成代码的评估和改进、总结学习收获
• 对于技术设计问题，先明确场景约束（QPS、数据量），再按分层架构逐步展开：接入层、服务层、数据层，说明选型理由和权衡
• 请描述你使用AI Coding工具的一个实际项目，包括如何拆解需求、生成代码以及评估结果
• 在高并发场景下，你是如何进行JVM调优和数据库优化的？
• 你如何设计一个分布式系统？请举例说明使用的中间件和架构模式
• 你是否有对接外部客户的经验？遇到需求变更或技术分歧时如何处理？
• 你对AI Agent或大模型集成有什么了解？如何将大模型能力集成到现有服务中？
• 复习Java并发编程、JVM调优、MySQL索引优化等高频面试点，准备具体案例