科大讯飞
AI全栈开发工程师(J14446)
AI全栈开发工程师(J14446)
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全栈开发
全栈开发
Ai Coding
Claude Code
Go
Llm
Rag
全栈开发
值不值得投
76综合评分
综合评分 76
AI全栈开发校招岗，技术栈前沿，平台大，AI成长机会多，但办公与WLB待确认。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
1.2万
比全栈开发中位数低
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 220 个在招
市场机会
选择不多
合肥 · 全栈开发 · 7 个在招
职位详情
关于这个职位
该岗位隶属于科大讯飞，为应届生校招全栈开发工程师
你将参与公司核心AI应用系统的全栈研发，从前端交互到后端服务，并负责利用LLM、RAG、AI Coding工具等前沿技术将AI能力落地到实际产品中，探索AI在研发全流程的应用并提升代码质量与研发效率
最低要求
本科及以上学历，计算机、软件工程、人工智能、自动化、电子信息等相关专业，具备扎实的计算机基础
熟练掌握Go、Java、Python、TypeScript中至少一门语言，了解主流前端技术及数据库、缓存、消息队列、API、异步任务、CI/CD等工程实践，具备完整项目经验和问题定位能力
理解LLM、Prompt、Context Window、Function Calling、Tool Use、RAG等基础概念及适用边界
熟练使用Claude Code、Cursor、Codex、Copilot等至少一种AI Coding工具，能够说明使用AI完成研发任务的完整过程
学习和自驱能力强，具备良好的问题拆解、沟通协作及结果交付意识
工作职责
参与核心业务系统和 AI 应用的全栈研发，包括需求分析、技术方案设计、核心模块开发、测试验证及上线交付
参与后端服务、API、数据模型、任务调度、权限体系，以及前端页面、交互流程、组件和工程化能力建设
基于 LLM、Prompt、Function Calling、Tool Use、RAG 等能力，参与 AI 应用功能设计与工程落地
深度使用 AI Coding 工具完成研发任务，探索 AI 在代码生成、调试、测试、Review、文档和交付流程中的应用
参与研发效率和代码质量改进，能够对 AI 生成结果进行判断、验证和优化
优先资格
有 AI 应用、Agent、RAG、工作流、智能助手、开发者工具等项目经验
有高质量课程项目、实习项目、开源项目、技术博客或个人 Side Project
有深度 AI Coding 实践，能展示如何通过 AI 完成需求拆解、代码实现、问题排查、测试验证和效果评估
AI 洞察
优缺点分析
优点
- 技术栈前沿，能够直接接触并应用LLM、RAG、AI Coding等最新AI技术于实际产品开发
- 科大讯飞作为AI头部企业，平台大，项目涉及核心业务，能积累宝贵的AI工程化落地经验
- 岗位为校招全职，职业起点明确，有利于在AI应用开发领域建立扎实的根基
- AI技术领域发展迅速，需要持续学习新工具、新框架，保持技术敏感度
- 作为校招新人，需要快速理解复杂业务系统，并证明自己使用AI工具进行高效开发的能力
- 全栈开发要求技术广度，对前后端知识均有一定要求，学习曲线可能较陡
- 适合对AI技术有浓厚兴趣、学习能力强、希望将AI应用于实际产品开发的应届毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 初级工程师专注于模块开发与AI工具实践，成长为能够独立负责复杂系统的全栈工程师
- 可向AI应用架构师方向发展，专注于复杂AI系统的方案设计与架构优化
- 也可深入AI研发效能领域，成为提升团队整体开发效率的专家
- 负责AI应用系统的全栈开发，从前端页面到后端服务、数据模型和工程化能力
- 利用LLM、RAG、AI Coding工具等前沿技术，将AI能力工程化落地到产品功能中
- 深度参与研发流程优化，通过AI工具提升编码、测试、文档等环节的效率和质量
- 至少精通Go/Java/Python/TypeScript中一门语言，并具备主流前端、数据库、工程化实践能力
- 理解LLM、Prompt Engineering、RAG等大模型应用的核心概念与适用场景
- 熟练使用至少一种主流AI Coding工具，并能清晰阐述其在实际开发中的应用流程
申请策略
- 在简历或作品集中，主动展示如何利用AI工具进行需求分析、编码、调试的思考过程和成果
- 研究科大讯飞的产品和技术方向，思考该岗位如何在其AI生态中发挥作用，在面试中体现你的思考
- 重点突出使用Go/Java/Python等语言完成的、有一定复杂度的项目经历，尤其是前后端均有涉猎的项目
- 专门列出对LLM、RAG等概念的理解，并附上利用AI Coding工具（如Cursor、Copilot）提升开发效率的具体案例或说明
- 展示个人技术博客、开源贡献或Side Project，证明自驱力和技术热情
- 深入实践并理解至少一种AI Coding工具的高级用法，能准备一个完整的‘AI辅助开发’案例用于面试
- 学习和理解RAG（检索增强生成）的基本原理和常见实现方式，了解其在企业级应用中的作用
面试指南
- 回答工具使用问题时，采用STAR法则：描述任务(S)、行动(A)、结果(R)，重点说明AI在哪个环节、如何帮助你提升了效率或质量
- 回答概念问题时，先给出准确定义，再结合实际应用场景或你做过的项目举例说明，体现理解深度
- 回答规划类问题时，结合AI技术趋势和全栈工程师的角色，阐述你的看法和持续学习的计划
- 请描述一个你使用AI Coding工具（如Cursor）从需求到代码实现的完整开发过程
- 你如何理解RAG？它解决了大模型的什么问题？请结合你的项目经验谈谈
- 在你的全栈项目中，是如何处理前后端数据交互和状态管理的？
- 面对一个复杂需求，你如何利用AI工具帮助你进行需求拆解和代码实现？
- 你认为在AI时代，一名全栈工程师最重要的能力是什么？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
作为上市公司的校招岗位，通常能提供市场水准的薪资和规范的福利体系，具体数字未在JD披露。
薪资信号市场水准 (8千–1.5万/月)
成长发展
85较高
JD明确要求并深入使用LLM、AI Coding等前沿技术，为个人技术栈升级和AI工程化能力成长提供了直接机会。
技术前沿前沿/新兴技术
技术栈LLM、Prompt、Function Calling、RAG、AI Coding、Cursor、Claude Code
业务类型ambiguous
工作生活
60中等
JD未提及任何关于办公模式（远程、弹性）或工作生活平衡的具体信息，此方面满足程度无法判断。
工作模式未明确
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
80较高
岗位致力于将前沿AI技术应用于核心业务系统开发，参与AI落地，具有较高的技术探索价值和行业前景。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs