国家电投
【2027年校招】研发工程师
【2027年校招】研发工程师
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后端开发
后端开发
大语言模型
数据模型设计
数据治理
数据结构与算法
机器学习
值不值得投
75综合评分
综合评分 75
北京校招研发岗，技术栈涵盖Java后端与AI大模型，成长空间大，薪资福利稳定。
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，方便比较职业起点。
薪资怎么样
2万
比后端开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
64 个在招
市场机会
选择面较广
北京 · 后端开发 · 约 380 个在招
职位详情
关于这个职位
该职位是国家电投2027年校招研发工程师，主要负责核心业务系统的Java后端开发、人工智能技术的探索落地以及数据管理与应用支撑
适合计算机、人工智能等相关专业的硕士应届生，在参与前沿AI技术与数据治理的过程中夯实工程化基础
最低要求
学历与专业：硕士研究生及以上学历
计算机科学与技术、软件工程、人工智能、数据科学、大数据技术、电子信息、通讯与自动化、信息管理与信息系统、管理科学与工程等相关专业，具有交叉学科背景的优先
技术基础：掌握至少一种主流编程语言（如 Java、Python），具备扎实的数据结构与算法功底，了解 Spring、SpringBoot 等主流开发框架及软件工程规范
了解 HTML/CSS/JS 等前端基础技术，具备前后端协同开发意识
人工智能素养：对人工智能技术保持浓厚兴趣与持续学习意愿，了解机器学习、深度学习、大语言模型等任一方向的基本原理或应用实践，具备将 AI 技术引入业务场景的探索能力
数据管理与应用认知：具备良好的数据敏感性与逻辑分析能力，对数据模型、数据质量、数据标准、元数据管理等数据治理基础概念有初步认知，认同 "数据资产化、治理先行" 的理念
综合素质：具备较强的自驱学习能力、清晰的文档表达能力与良好的团队协作意识，能够快速融入研发流程与团队文化
有相关实习实践、科研项目、竞赛获奖或学术成果者优先
工作职责
核心系统研发与质量保障：参与公司业务系统与创新项目的功能模块研发，承担编码实现、单元测试与交付质量保障，运用 Java、Spring、SpringBoot 等主流技术栈，严格执行开发规范，确保代码可维护性与项目进度
在指导下独立完成业务功能点的技术方案设计、接口设计与技术文档撰写，夯实工程化基础
人工智能技术探索与落地：围绕部门人工智能发展方向，参与智能算法、垂类模型应用与智能系统的调研、设计、研发与集成，探索智能问答、知识增强、智能分析等前沿应用形态，推动 AI 能力在业务场景中的验证、迭代与价值转化
数据管理与应用支撑：参与数据管理与应用建设工作，覆盖数据模型设计、元数据与数据应用管理等关键环节，支撑数据资产的高质量沉淀与高效复用，为智能化应用构建稳定可靠的数据底座
协作共进与知识沉淀：积极参与团队会议、技术分享与知识传递，配合完成项目文档整理与汇报材料编制
主动跟踪人工智能、数据管理等前沿技术动态，参与内部培训与技术沙龙，持续拓展技术视野，助力团队技术氛围与创新能力建设
优先资格
具有交叉学科背景的优先
有相关实习实践、科研项目、竞赛获奖或学术成果者优先
AI 洞察
优缺点分析
优点
- 平台起点高，能够接触核心业务系统与海量数据场景，积累大型项目经验
- 技术栈前沿，涵盖Java后端、大模型应用与数据治理，有利于打造复合型技术背景
- 注重知识沉淀与团队分享，有良好的内部培训与技术沙龙氛围
- 业务系统庞大且复杂，对代码质量、工程规范与系统稳定性要求极高
- 适合基础扎实、对AI和数据治理有浓厚兴趣，且希望在稳定平台中深耕后端与AI交叉领域的计算机相关专业硕士应届生
缺点 / 挑战
- 需要同时兼顾传统后端开发与前沿AI技术探索，学习压力与技术跨度较大
角色解读
- 从初级研发工程师成长为具备业务架构能力的核心技术骨干
- 向人工智能与数据治理交叉领域的复合型技术专家发展
- 未来可带领技术团队，向技术管理或架构师方向转型
- 负责核心业务系统的Java后端开发，包括编码实现、单元测试与接口设计
- 参与人工智能技术的探索与落地，如智能问答、大语言模型应用等前沿场景的研发
- 负责数据管理与应用支撑，进行数据模型设计与元数据管理，构建数据底座
- 扎实的Java/Python编程基础，熟悉Spring/SpringBoot等主流后端框架
- 了解机器学习、深度学习或大语言模型的基本原理，具备AI技术落地探索能力
- 具备数据治理基础认知，熟悉数据模型设计与元数据管理
申请策略
- 了解公司的业务背景及数字化转型战略，面试时结合业务场景谈技术落地
- 准备好交叉学科或复合型项目的案例，以契合岗位对数据与AI结合的要求
- 突出Java/Python后端开发项目经验，强调SpringBoot框架使用与工程化规范
- 展示在人工智能、大语言模型或数据治理相关的科研项目、竞赛或实习成果
- 体现良好的文档编写能力与团队协作意识，可附上技术博客或开源贡献
- 深入学习SpringBoot微服务架构及高并发处理，提升后端工程化能力
- 补充大语言模型（LLM）应用开发、RAG（检索增强生成）等AI落地技术的实践经验
面试指南
- STAR法则：针对项目经验，从情境、任务、行动、结果四个维度结构化回答
- 技术深度+业务思考：在回答技术问题时，不仅讲实现原理，还要结合业务场景说明技术选型的考量
- 请介绍一个你使用Java/SpringBoot独立完成的后端项目，遇到了哪些技术难点？
- 你对大语言模型在业务场景（如智能问答、知识增强）中的应用有什么理解或实践？
- 在数据治理中，你认为元数据管理和数据模型设计的关键点是什么？
- 如何保证核心业务系统的代码可维护性与交付质量？
- 复习Java基础、SpringBoot核心原理及常见面试题，准备手写代码或算法题
- 了解大模型应用开发（如LangChain、向量数据库）的基础知识，准备相关技术见解
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
该岗位薪资福利体系完善，稳定性较高，但JD未披露具体薪资数字，整体符合北京地区硕士研发岗的市场行情。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位涵盖后端开发、AI探索与数据管理，技术栈前沿且注重内部培训与技术沙龙，为应届生提供了广阔的技术成长空间。
技术前沿前沿/新兴技术
技术栈Java、SpringBoot、Python、大语言模型、机器学习、数据治理
成长机会内部培训、技术沙龙、技术分享、知识传递
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与加班情况，无法准确判断工作生活平衡状态，需面试时进一步确认。
工作模式未明确
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
70中等
岗位致力于推动人工智能与数据技术在业务场景中的价值转化，具有一定的技术创新意义，但JD中未明确强调社会使命。
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