智元机器人
后端研发工程师（通信优化方向）-觅蜂子公司
后端研发工程师（通信优化方向）-觅蜂子公司
发布于 大约 10 小时前普通员工/个人贡献者
上海市 / 北京市
中级经验
全职员工
仅现场办公
学历未注明
软件工程
CI/CD
Grpc
Http
分布式系统
消息队列
断点续传
AI 估算 · 25k–45k
上海/北京后端岗位，B轮公司，通信优化方向技术难度高，薪资有竞争力，综合市场行情估算
职位详情
关于这个职位
作为后端研发工程师（通信优化方向），你将加入全球领先的物理AI数据服务平台，负责端云互联后端服务的设计与开发，优化跨地域、弱网环境下的数据传输可靠性、吞吐和延迟
你将在高性能通信、分布式系统、容器化部署等领域深入实践，推动平台技术架构演进
最低要求
编程基础：扎实的 Python或Golang工程能力，熟悉常见数据结构、并发编程、异步 I/O、接口设计、类型标注、依赖管理与工程化实践
具备良好的代码规范、工程意识和问题闭环能力，可快速定位网络卡顿、丢包、延迟高、线程阻塞、内存泄漏、GC抖动等问题
熟练掌握 REST、gRPC 接口设计规范，精通 API 版本化、统一错误码、幂等性、向后兼容等工程原则，熟练使用 Proto、JSON Schema 做接口契约治理
具备完整的服务容错与流量治理落地能力，可独立实现超时控制、指数退避重试、限流、背压模块，针对TCP信令、UDP流媒体、GPU张量传输等不同链路做差异化容错，规避重试风暴、网络抖动、链路超时等问题，保障跨服务、跨版本通信稳定
熟练掌握常见的中间件的使用和维护，如 MongoDB，PostgreSQL，Redis，RabbitMQ 等
熟悉通信安全技术（TLS/SSL, 数字证书、加密算法）
理解分布式系统和微服务架构基础，了解服务发现、负载均衡、限流、熔断、可观测性、故障恢复等常见后端设计方法
熟悉 Linux/Unix 基础操作，具备较强的日志分析、网络排查、性能分析和问题定位能力
具备交叉编译、容器化、多端部署的软件设计能力
组件化与复用：对模块化/插件化/依赖隔离有深入理解，能沉淀可复用组件与 SDK，提升平台化能力
容器化与交付：熟练 Docker/Kubernetes 基本运维与部署，掌握 CI/CD（GitHub Actions/GitLab CI/ArgoCD 等）与多环境分层（dev/stg/prod）
具备多端部署/交叉编译经验更佳
具备相关领域的后端研发经验
工作职责
参与端云一体集群的建设，支持端云任务的平台的无差异调用
负责端云互联相关后端服务的设计与开发，覆盖 gRPC、HTTP、消息队列、文件传输、流式数据通道等通信方式
面向跨地域、弱网、边缘设备、异构环境等场景，优化链路可靠性、传输吞吐、端到端延迟、异常恢复与数据一致性
设计和实现高可靠数据传输能力，包括断点续传、分块传输、分块校验、数据完整性校验、失败重试、限流、背压与传输加密等机制
负责代码重构，后端性能优化等工程卓越相关业务，优化平台软件架构
推动通信链路相关的性能评估、问题定位和优化闭环，沉淀通用组件、SDK、设计文档和最佳实践
推动代码规范、测试与发布流程、SLO/SLI/告警标准化，沉淀设计文档/RFC/组件复用
参与整个团队的后端技术长期建设
AI 洞察
优缺点分析
优点
- 身处物理AI数据平台这一前沿赛道，积累具身智能领域核心经验
- 深入接触高性能通信、分布式系统等底层技术，技能壁垒高
- 公司处于B轮快速发展期，技术氛围浓厚，有较大自主权和成长空间
- 同时覆盖上海、北京两个城市，灵活选择工作地点
- 工作涉及复杂网络场景（弱网、跨地域、异构设备），问题定位难度大
- 需要同时掌握多种通信协议、中间件和容器化技术，学习曲线较陡
- 创业公司节奏可能较快，对问题闭环能力和抗压能力要求高
- 适合热爱底层通信技术、乐于解决复杂分布式系统难题、追求技术深度和成长的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 从通信优化方向切入，逐步成长为分布式系统或网络协议领域的专家
- 可向架构师方向发展，主导端云一体化平台的架构设计
- 有机会参与团队管理，带领小组推动技术长期建设
- 设计并开发端云互联后端系统，涵盖gRPC、HTTP、消息队列等多种通信方式
- 优化跨地域、弱网环境下的数据传输可靠性、吞吐量和延迟，实现断点续传、流控等机制
- 参与代码重构、性能优化及架构改进，沉淀通用组件和最佳实践
- 维护和提升后端基础设施，包括中间件、容器化部署及CI/CD流程
- 扎实的Python或Golang编程能力，熟悉并发编程、异步IO及工程化实践
- 精通REST/gRPC接口设计，掌握API版本化、幂等性及契约治理
- 具备服务容错与流量治理能力，能实现超时、重试、限流、背压等模块
- 熟悉主流中间件（MongoDB、PostgreSQL、Redis、RabbitMQ）及容器化技术（Docker、Kubernetes）
申请策略
- 了解具身智能数据平台的基本概念，在面试中展示对行业痛点的思考
- 提前准备一个完整的后端性能优化案例，能用数据说明提升效果
- 突出在类似场景中优化网络传输、实现断点续传或流控机制的具体项目
- 展示使用Python/Golang构建高性能后端服务、接口契约治理的经验
- 强调容器化部署（Docker/Kubernetes）和CI/CD流程的实际应用
- 如有分布式系统或通信安全相关实践，务必详细描述
- 巩固gRPC和HTTP/2协议细节，练习Proto定义和接口版本化
- 深入学习Kubernetes网络模型和服务网格（如Istio）的基本原理
面试指南
- 对于系统设计题，先明确需求（功能、非功能），然后分层阐述架构（通信层、存储层、容错机制），最后讨论权衡和优化点
- 对于排错题，采用“现象→假设→验证→根因→修复”的逻辑，结合日志、监控和抓包工具
- 对于经验题，使用STAR法则（情景、任务、行动、结果）结构化回答，突出个人贡献和量化成果
- 如何设计一个可靠的跨地域文件传输系统？请考虑弱网和断点续传
- 解释gRPC的流式传输模式及其在端云通信中的适用场景
- 如何实现一个分布式限流器？请给出具体算法和考虑因素
- 你如何排查一个Kubernetes集群中服务间通信延迟高的问题？
- 描述一次你优化后端服务性能的经历，使用了哪些工具和方法？
职位点评
64
综合评分
B轮AI数据平台，前沿技术栈，成长空间大，WLB一般
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
最适合追求技术深度和职业成长、能接受现场办公节奏的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活40
使命价值65
薪资福利
60中等
B轮公司薪资有竞争力但未明确披露，福利未提及，整体补偿性中等。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
技术栈前沿（gRPC、Kubernetes、分布式系统），工作内容强调性能优化和组件沉淀，成长空间大。
技术前沿前沿/新兴技术
技术栈gRPC、HTTP、消息队列、分布式系统、Kubernetes、Docker、CI/CD、断点续传
成长机会代码重构、性能优化、沉淀通用组件、最佳实践
业务类型profit_center
工作生活
40较低
仅现场办公，无弹性或远程信息，且地点在核心城市，但未提及加班情况，WLB信号不明。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
65中等
物理AI数据平台属于高速增长赛道，具身智能有社会价值，但具体使命导向不强烈。
行业发展高速增长赛道
社会影响中性/一般
使命信号打造具身智能数据的 '平台型供给' 基础设施
创新程度积极采用新技术
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs