科大讯飞
全栈开发工程师-合肥(J13874)
全栈开发工程师-合肥(J13874)
发布于 大约 8 小时前普通员工/个人贡献者
合肥市
其它
全职员工
仅现场办公
学历未注明
全栈开发
Mybatis
Rag
Springcloud
AI 估算 · 15k–30k
合肥全栈+AI岗位，大模型经验有溢价，科大讯飞平台稳定，薪资在二线城市有竞争力，估算区间1.5-3万。
职位详情
关于这个职位
这是科大讯飞面向合肥的全栈开发工程师岗位，你将负责Web系统前后端核心模块的设计与实现，后端以Java为主，前端使用Vue3技术栈，并深度参与大模型（LLM）在业务场景中的工程化落地，包括Prompt工程、RAG和Agent工具链开发
岗位要求具备全链路调试和性能优化能力，适合希望深耕AI+全栈方向的开发者
最低要求
后端能力：熟练掌握Java及主流生态（SpringBoot/SpringCloud/MyBatis），熟悉MySQL、Redis等数据存储与缓存方案，具备数据库设计及SQL调优经验
前端能力：熟练使用Vue3、Vite、TypeScript及Element系列组件库，能独立完成中后台页面开发、状态管理（Pinia）及接口联调，具备前端性能优化意识
大模型基本原理（如Transformer、LangChain/LlamaIndex框架），有RAG、Agent、模型API集成（如OpenAI、智谱、通义等）实际项目经验，能够将AI能力嵌入业务流
问题定位与运维能力：具备较强的问题推理能力，能独立分析接口报错、慢请求、资源占用异常等问题
熟悉Linux基础命令及部署流程，有线上环境troubleshooting经验
软素质：沟通清晰、主动性强，能够推动技术问题闭环解决，乐于分享AI与全栈工程实践
工作职责
全栈业务开发：负责Web系统前后端核心模块的设计与实现，后端以Java为主（SpringBoot/SpringCloud），前端基于Vue3/Vite/Element Plus进行组件化开发，支撑AI能力的快速落地
参与大模型（LLM）在实际业务场景中的接入与工程化落地，包括Prompt工程、RAG（检索增强生成）、Agent工具链开发，以及AI接口的性能优化与稳定性保障
系统诊断与调优：独立排查线上及测试环境问题，具备从前端交互到后端服务链路的全链路Debug能力，能快速定位接口超时、内存泄漏、数据库慢查询等性能瓶颈
架构演进与稳定性：参与系统架构持续优化，推动服务拆分、缓存策略、异步处理等方案落地，提升系统在高并发场景下的可维护性与弹性扩展能力
跨职能协同：与产品、测试、运维及算法团队紧密协作，负责需求拆解、技术方案评审及项目排期，保障AI+Web融合项目按期高质量交付
AI 洞察
优缺点分析
优点
- 深度接触大模型、RAG、Agent等前沿AI技术，技术成长空间大
- 科大讯飞为上市公司，平台稳定，业务场景丰富，有大量AI落地实践机会
- 全栈岗位能全面提升前后端和AI工程化能力，职业竞争力强
- 薪资在二线城市有竞争力，生活成本相对一线城市较低
- AI领域技术迭代快，需要持续学习新框架和模型能力，保持技术敏感度
- 线上问题处理要求高，可能需要应对较复杂的生产环境故障排查和优化任务
- 适合热爱技术、有全栈基础并对大模型应用有浓厚兴趣的开发者，尤其是希望在AI业务落地中积累经验的人
缺点 / 挑战
- 全栈职责范围广，需要同时维护前端、后端和AI接口，技术栈要求高，学习压力较大
角色解读
- 在技术深度上，可向全栈架构师或AI工程化专家方向发展，深入大模型应用、系统性能调优等领域
- 在业务广度上，可转型为AI产品经理或技术管理者，结合业务理解推动AI产品落地
- 科大讯飞作为AI领军企业，内部有丰富的业务场景和晋升通道，表现优秀者可快速成长为团队骨干
- 负责Web系统前后端核心模块的设计与实现，后端Java为主，前端Vue3组件化开发，支撑AI能力落地
- 参与大模型（LLM）业务场景的工程化，包括Prompt工程、RAG和Agent工具链开发，优化AI接口性能与稳定性
- 负责系统诊断与调优，排查线上问题，包括接口超时、内存泄漏、慢查询等性能瓶颈，保障系统高并发下的稳定运行
- 与产品、测试、运维及算法团队协作，进行需求拆解、技术方案评审和项目排期
- 扎实的Java后端能力，熟悉SpringBoot/SpringCloud、MyBatis、MySQL、Redis等常用技术栈
- 熟练的前端开发能力，掌握Vue3、Vite、TypeScript、Element Plus、Pinia，能独立完成中后台页面开发
- 了解大模型基本原理，熟悉LangChain/LlamaIndex、RAG、Agent开发，有模型API集成经验
- 具备全链路问题定位和性能调优能力，熟悉Linux操作和线上部署排查
申请策略
- 提前了解科大讯飞的AI业务布局和产品线，在面试中展示你对其技术方向的理解和热情
- 准备1-2个完整的项目复盘，包括技术选型、难点攻克和业务价值，用STAR法则组织表达
- 突出全栈项目经验，特别是前后端完整交付的案例，展示你从0到1的实现能力和架构设计思路
- 强调大模型相关实践，包括RAG、Agent、Prompt工程或模型API集成，具体说明你的角色和成果
- 体现性能优化和问题排查的实例，例如解决过接口超时、慢查询等具体问题，附上优化前后的数据对比
- 展示跨团队协作经验，说明如何与产品、算法、运维等角色高效合作推动项目
- 如果对LangChain/LlamaIndex不熟，建议快速上手一个RAG或Agent小项目，理解核心概念
- 系统复习Java并发、JVM调优、MySQL索引与SQL优化，以及Vue3响应式原理和前端性能优化
面试指南
- 对于项目类问题，使用STAR法则：背景、任务、行动、结果，突出你的个人贡献和量化成果
- 对于技术问题，采用“问题识别-原因分析-解决方案-验证反馈”的结构，展现逻辑性和实操性
- 对于开放性设计题，先明确需求边界，再分层设计，最后给出取舍理由，体现架构思维
- 请介绍一个你最有代表性的全栈项目，你是如何进行技术选型和架构设计的？
- 在RAG系统中，如果检索召回效果不好，你会从哪些角度优化？
- 线上接口突然响应变慢，你会如何排查？请描述排查思路和工具
- Vue3的响应式原理是什么？和Vue2相比有哪些改进？
- 如何设计一个高并发的缓存方案？请结合Redis说明
职位点评
75
综合评分
AI上市公司全栈岗位，前沿技术栈+强成长性，但灵活性一般，薪资未明。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术前沿、渴望参与AI大模型落地实践，且能接受固定义务现场办公的开发者。
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88
工作生活60
使命价值82
薪资福利
70中等
岗位未披露具体薪资，但公司平台稳定、福利体系完善，合肥生活成本适中，综合补偿性处于中上水平。
薪资信号未披露（AI估算：15K-30K/月）
成长发展
88较高
深度参与大模型工程化落地，技术栈前沿，项目挑战大，成长空间显著。
技术前沿前沿/新兴技术
技术栈Java、SpringBoot、Vue3、TypeScript、RAG、Agent、LangChain、MySQL
业务类型ambiguous
工作生活
60中等
工作地点固定合肥，需现场办公，没有明确远程或弹性工时，但合肥生活节奏相对舒适，整体平衡。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
82较高
AI行业高速发展，岗位直接参与核心AI业务落地，社会价值和技术推动意义明显。
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
科大讯飞 的其他在招职位
相似职位推荐
Watch Jobs