万兴科技
全栈开发工程师
全栈开发工程师
发布于 3 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辅助开发
Go
全栈开发
值不值得投
72综合评分
综合评分 72
成熟软件产品线、全栈技术栈广、重视 AI 辅助开发，WLB 信息不明确。
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
3.3万
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 180 个在招 · 其中全栈开发 3 个
市场机会
选择适中
杭州 · 全栈开发 · 43 个在招
职位详情
关于这个职位
该岗位面向万兴科技产品线，负责 Web/H5/小程序、后端 API、微服务及数据库的全栈开发，参与方案评审、线上问题排查与性能调优，并推动 AI 辅助开发和工程规范落地
最低要求
统招本科及以上学历，5年以上工作经验，计算机相关专业（优秀者学历可适当放宽）
编程语言：精通至少一种后端编程语言（Java/Go/Python/Node.js）与一种前端语言（JavaScript/TypeScript），熟悉第二、三种语言，能够描述、掌握主流框架（React/Vue）及其生态
前端技术：掌握主流框架（React/Vue）及其生态，了解跨端框架（Taro/Uniapp/Flutter）或原生小程序开发
后端技术：熟悉 HTTP/RESTful/GraphQL，掌握 Web 框架（Spring Boot/Express/Django），了解微服务通信、gRPC/消息队列
数据库：熟悉使用关系型数据库（MySQL/PostgreSQL）与非关系型数据库（Redis/MongoDB），具备 SQL 优化与复杂索引设计能力
运维与工程：掌握 Linux 基本命令、Docker 容器化、CI/CD 流水线、了解 Kubernetes 等技术
版本控制与协作：精通 Git、熟悉 Git Flow 协作方式或 TrunkBased 协作模式
AI辅助开发：熟练使用 Copilot 类工具，掌握提示工程（Prompt Engineering）技巧，能够评估并修正 AI 生成代码
工作职责
根据所负责产品线，独立或主导完成功能的全栈开发，覆盖 Web/H5 小程序、后端 API、微服务、数据库及脚本
参与需求与方案评审，输出稳健可行的技术方案，并识别关键依赖与潜在风险
编写高质量、可维护的代码，借助 AI 工具自动生成单元测试、文档及重复性代码
负责线上问题的全链路排查与性能调优，从前调链路到数据库层面定位并解决
沉淀可复用组件、SDK 或脚手架，提升团队跨域开发效率
参与代码评审，推动工程规范与 AI 辅助开发最佳实践
持续跟踪 AI 编程工具演进，探索新范式并将其引入团队工作流
AI 洞察
优缺点分析
优点
- 技术栈覆盖广，前后端、数据库、云原生和 AI 辅助开发都能实践，利于积累全栈能力
- 公司已上市、产品线成熟，业务场景相对稳定，可接触真实线上系统与性能优化
- 明确鼓励 AI 编程工具和工程规范，有助于保持技术敏感度并提升研发效率
- 岗位可主导功能全栈开发，责任边界较完整，便于锻炼端到端交付能力
- 需要承担线上问题全链路排查和性能调优，对问题定位和系统理解要求高
- 要推动 AI 辅助开发与工程规范落地，可能涉及跨团队沟通和习惯改变
- 适合有多年开发经验、愿意端到端负责产品功能，并且对前端、后端、云原生和 AI 辅助开发都有兴趣的工程师
缺点 / 挑战
- 全栈要求广，需同时覆盖前端、后端、数据库和运维工程，技术广度与深度压力较大
角色解读
- 可在全栈开发基础上向架构师、技术专家或技术负责人方向发展，负责更复杂系统的设计与落地
- 借助 AI 辅助开发和工程化经验，可转向研发效能、平台工程或技术管理岗位
- 在多产品线环境中积累跨端、后端与云原生经验，提升跨团队协作和业务理解能力
- 负责产品线 Web/H5/小程序前端与后端 API、微服务、数据库和脚本的全栈开发
- 参与需求与方案评审，输出技术方案并识别关键依赖和潜在风险
- 负责线上问题全链路排查、性能调优，并沉淀组件、SDK 或脚手架
- 推动 AI 辅助开发、代码评审和工程规范在团队内落地
- 精通 Java/Go/Python/Node.js 中至少一种后端语言，并掌握 JavaScript/TypeScript 前端开发
- 熟悉 React/Vue 生态，了解 Taro/Uniapp/Flutter 或原生小程序开发
- 掌握 Spring Boot/Express/Django、RESTful/GraphQL、微服务通信、gRPC/消息队列
- 熟悉 MySQL/PostgreSQL、Redis/MongoDB，具备 SQL 优化和索引设计能力
- 了解 Linux、Docker、CI/CD、Kubernetes
申请策略
- 投递前了解万兴科技主要产品线和该岗位所属业务，准备与产品场景相关的全栈案例
- 简历中突出端到端交付和工程效率提升，面试时主动询问团队技术栈、AI 工具落地方式和工作地点
- 突出独立或主导完成的全栈项目，说明前端、后端、数据库和部署链路
- 量化线上问题排查、性能优化、SQL 优化或架构改进的成果
- 展示 React/Vue、Spring Boot/Node.js、MySQL/Redis、Docker/CI/CD 等具体技术使用深度
- 体现 AI 编程工具使用经验、组件/SDK/脚手架沉淀和代码评审贡献
- 补齐云原生与 DevOps 实践，如 Docker、Kubernetes、CI/CD 流水线搭建
- 准备 AI 辅助开发案例，包括提示工程、生成代码审查和单测/文档自动化
面试指南
- 用 STAR 描述项目背景、目标、方案、结果，重点说明你负责的端到端链路和量化收益
- 技术问题按“现象—定位—根因—方案—验证—沉淀”回答，体现排查思路和工程化沉淀
- AI 辅助开发问题按“场景选择—提示设计—结果审查—风险控制—团队推广”回答
- 请介绍一个你独立或主导完成的全栈项目，如何拆分前后端与数据库设计？
- 你如何定位并解决线上接口慢、数据库慢查询或跨服务链路问题？
- 你如何使用 Copilot 类工具提升开发效率？如何审查和修正 AI 生成代码？
- 你如何设计可复用组件、SDK 或脚手架？如何推动团队工程规范？
- 请比较 React/Vue、Spring Boot/Express/Django 等框架在你项目中的选型理由
职位点评
薪资福利70
成长发展86
工作生活60
使命价值65
薪资福利
70中等
JD 未披露薪资与福利，薪资竞争力需面谈确认；岗位技术栈较完整，在杭州同类资深全栈岗位中有一定议价空间。
薪资信号未披露（AI估算：2.5千–4.0万/月）
成长发展
86较高
技术栈覆盖前后端、数据库、容器化与 AI 辅助开发，工程化和全栈成长空间较好；JD 未明确晋升路径。
技术前沿主流现代技术
技术栈Java、Go、Python、Node.js、JavaScript、TypeScript、React、Vue、Spring Boot、Express、Django、GraphQL、gRPC、MySQL、PostgreSQL、Redis、MongoDB、Docker、Kubernetes、CI/CD、Copilot、Prompt Engineering
成长机会沉淀可复用组件、SDK 或脚手架、参与代码评审、推动工程规范、AI 辅助开发最佳实践、持续跟踪 AI 编程工具演进
业务类型ambiguous
工作生活
60中等
JD 未提及办公模式、弹性工时或加班安排，WLB 需在面试中进一步确认；杭州办公地点暂未明确到区县。
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
65中等
岗位面向成熟软件产品线，JD 强调 AI 辅助开发与工程效率，创新信号主要体现在研发工具应用，社会价值感一般。
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
万兴科技 的其他在招职位
相似职位推荐
Watch Jobs