CXMT logo
长鑫存储
AI全栈开发工程师-AI Full Stack Engineer(J21711)

AI全栈开发工程师-AI Full Stack Engineer(J21711)

发布于 41 分钟前

普通员工/个人贡献者

AI 估算 · 2.0–3.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公全栈开发
全栈开发
Ai Agent
Vue.Js
向量数据库
微服务架构
系统设计

值不值得投

74综合评分

综合评分 74

前沿AI技术栈加持的大型制造企业核心研发岗,侧重技术成长与系统稳定性,WLB信息不明

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

2.8万

与全栈开发中位数基本持平

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 1960 个在招 · 其中全栈开发 6 个

市场机会

选择不多

合肥 · 全栈开发 · 9 个在招

职位详情

关于这个职位

负责长鑫存储企业级AI平台(如AI Portal、Agent OS)的架构设计与核心研发,主导AI Agent在业务场景中的端到端落地

需独立承担前后端全栈功能开发,结合Java/Spring Boot与Vue/React技术栈,利用Docker/K8s及向量数据库等技术,实现高可用、可扩展的系统交付,并推动AI编程工具提升研发效率

最低要求

教育背景与专业知识:统招全日制本科及以上学历,计算机、软件工程或相关理工科专业

专业技能与资格:能使用Java进行面向对象开发,能使用Spring Boot、Vue或React等前后端框架,能使用主流中间件(Kafka、RocketMQ),能使用关系型数据库(Oracle、MySQL、PostgreSQL、Redis)及向量数据库(Milvus、PGVector),能使用Docker、Kubernetes完成容器化部署与运维,能使用Claude Code、CodeX、OpenCode等AI编程工具提升研发效率
项目/任务成果:具有系统设计能力,能独立完成模块级架构设计,并在项目中应用高可用、高并发、可扩展性等核心原则
其他要求:具有跨团队协作能力,能与产品、业务团队共同定义问题并推动方案落地

工作职责

AI平台核心研发:主导企业级AI平台(AI Portal、Agent OS、AI治理等)的架构设计与系统实现,推动高可用与可扩展性目标的达成

AI Agent应用落地:主导AI Agent在业务场景中的全端到端交付,完成从需求拆解、架构设计到开发联调与上线的全流程
全栈业务开发:独立承担前后端功能开发,包括接口设计、前端实现与联调交付,持续优化内部业务系统并保持稳定运行
质量自证交付:在spec‑driven开发范式中闭环完成开发、自测与验证,按团队质量门禁标准提交可验证的交付物
技术演进驱动:跟踪AI与工程化前沿动态,筛选并引入有效实践,持续优化研发效率与产品竞争力

AI 洞察

优缺点分析

优点

  • 处于AI与传统制造业结合的热门赛道,技术栈前沿(AI Agent、向量数据库)
  • 依托大型半导体企业平台,资源稳定,项目规模大,能积累高并发、高可用系统的实战经验
  • 需要兼顾传统全栈开发与新兴AI技术应用,学习曲线较陡
  • 适合具备扎实全栈基础,对AI应用落地有浓厚兴趣,且能在大型企业中适应规范化研发流程的工程师

缺点 / 挑战

  • 企业内部系统复杂度高,对系统稳定性和质量门禁要求严格,交付压力较大

角色解读

  • 可向AI平台架构师、高级技术专家方向发展,深入探索AI工程化与大模型应用落地
  • 也可转向技术管理岗位,带领团队进行更大规模的系统重构与技术演进
  • 负责企业级AI平台(如Agent OS)的架构设计与核心代码开发,确保系统的高可用性与扩展性
  • 将AI Agent技术落地到具体业务场景,完成从需求分析到上线的全流程交付
  • 独立承担前后端全栈开发工作,优化内部业务系统
  • 精通Java后端开发及Spring Boot框架,熟练掌握Vue或React前端技术
  • 具备Docker/Kubernetes容器化部署与运维能力
  • 熟悉主流消息队列及各类数据库(含向量数据库)
  • 具备较强的系统架构设计能力和跨团队协作沟通能力

申请策略

  • 了解长鑫存储的业务背景,思考AI如何赋能半导体制造或企业管理
  • 准备具体的技术案例,说明如何通过技术手段解决业务痛点
  • 突出展示全栈项目经验,特别是涉及高并发、微服务架构的设计案例
  • 重点描述AI相关项目经历,如Agent开发、向量数据库应用或LLM集成经验
  • 强调系统设计能力和解决复杂问题的能力
  • 深入学习LangChain、AutoGen等AI Agent开发框架
  • 掌握Milvus、Pinecone等向量数据库的使用
  • 强化Kubernetes在生产环境中的运维与故障排查能力

面试指南

  • 使用STAR法则(情境、任务、行动、结果)回答项目经验类问题
  • 重点突出技术选型的理由、遇到的挑战及解决方案、最终的业务价值或技术指标提升
  • 对于AI相关问题,展示对最新技术的理解和实际应用能力
  • 请介绍一个你主导设计的AI平台或Agent应用,你是如何解决其可扩展性和高可用性的?
  • 在项目中如何使用向量数据库?遇到过哪些性能瓶颈,如何优化的?
  • 请描述一次你利用AI编程工具提升研发效率的经历,具体效果如何?
  • 面对复杂的内部业务系统,如何进行架构拆分和技术债治理?
  • 复习Java并发编程、Spring Boot原理、Vue/React核心机制

职位点评

薪资福利75
成长发展85
工作生活60
使命价值70

薪资福利

75中等

作为超大型企业,提供稳定的薪酬福利体系,虽未明确披露薪资细节,但合肥地区此类核心研发岗待遇通常优于市场平均水平。

薪资信号未披露(AI估算:2.0千–3.5万/月)

成长发展

85较高

职位涉及AI Agent、向量数据库等前沿技术,且强调技术演进驱动,为员工提供了极佳的技术成长空间和接触行业前沿的机会。

技术前沿前沿/新兴技术
技术栈AI Agent、向量数据库、Kubernetes、Spring Boot、Vue、React
成长机会技术演进驱动、跟踪AI与工程化前沿动态、持续优化研发效率
业务类型cost_center

工作生活

60中等

JD未明确提及弹性工作制或WLB政策,但作为大型制造企业,相比互联网大厂可能工作节奏相对可控,不过核心研发岗通常仍需应对项目交付压力。

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

70中等

通过AI技术赋能传统半导体制造业,推动产业智能化升级,具有一定的社会价值和行业意义,符合数字化转型的大趋势。

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
Watch Jobs