小红书
【急招岗位】AI后端开发工程师
【急招岗位】AI后端开发工程师
发布于 大约 18 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
本科
分布式系统
RAG
微服务
GO
LLM
AI 估算 · 30k–50k
AI方向热度高、技能壁垒强，大厂3年经验后端薪资竞争力强，月薪3-5万合理。
职位详情
关于这个职位
该职位是小红书的AI后端开发工程师，加入创新孵化团队，从0到1构建AI产品后端服务
你需要用Go/Java/Python进行高并发系统设计，优化MySQL、Redis等中间件，并推动微服务架构演进
适合有3年以上经验、自驱力强、熟悉分布式系统并希望参与AI前沿产品开发的工程师
最低要求
本科及以上学历，计算机、软件工程等相关专业
年以上后端开发经验，有扎实的系统设计与工程基础
精通至少一门主流后端语言（Go / Java / Python），有高并发、大流量服务的设计与调优经验
熟悉主流后端中间件：关系型数据库（MySQL）、缓存（Redis）、消息队列（Kafka / RocketMQ），具备生产环境的实际调优经验
具备丰富的分布式系统设计经验，在微服务架构、服务治理、性能调优等领域有深入的实践经验
有大型后端系统从 0 到 1 搭建或重构落地经验者优先
自驱力强，能在需求模糊的早期阶段独立做出技术判断并推动落地
有 0 to 1 产品研发经验者优先
工作职责
核心业务服务研发：负责 AI 产品后端核心模块的设计与实现，以高质量工程交付支撑产品持续迭代
微服务架构设计与演进：推动服务合理拆分与治理，结合业务需求，评估并选型适用于公司级架构的技术框架，确保技术方案具备行业领先性，保障系统高可用与持续扩展能力
数据存储与中间件治理：负责数据库选型与 Schema 设计，优化 MySQL / Redis / 消息队列等中间件的使用策略，解决数据一致性、查询性能、存储扩展等工程难题
研发效能与工程质量提升：建立后端工程规范，推动 Code Review、自动化测试、监控告警体系建设，在快节奏的早期产品阶段持续保障工程质量
优先资格
加分项：
有 LLM 接入与后端工程化经验（RAG、向量数据库、Embedding 服务等）
熟悉 AI Agent 框架的后端集成与生产化改造
熟悉大数据架构，具备离线/实时流数据研发能力，熟悉doris，Flink等相关技术并有相关开发经验
深度使用过 Cursor / Claude Code 等 AI 编程工具，具备AI-native协同经验者优先
AI 洞察
优缺点分析
优点
- 参与AI-native产品从0到1的完整过程，技术积累丰富
- 小红书平台大，资源充足，可接触前沿AI技术和工程实践
- 技术栈新（LLM、RAG、AI Agent），未来竞争力强
- 早期产品阶段需求变化快，需要快速适应和加班投入
- 技术难度高，需要同时处理高并发、分布式和AI工程化问题
- 大厂内部竞争激烈，需自驱和成果导向
- 适合有3年以上后端经验、热爱AI领域、自驱力强且能适应快节奏的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 深耕AI后端技术栈，成为LLM工程化、智能体系统架构的专家
- 随着产品从0到1到规模化，可晋升为技术负责人或架构师
- 借助小红书平台，跨团队成长为AI产品技术leader或进入创新孵化领域
- 负责AI产品后端核心模块的设计与实现，支撑产品快速迭代
- 参与微服务架构设计与演进，推动服务拆分和治理
- 优化数据库和中间件（MySQL/Redis/消息队列）的使用策略，解决数据一致性和性能问题
- 建立后端工程规范，推动Code Review、自动化测试和监控体系
- 精通至少一门主流后端语言（Go/Java/Python），有高并发调优经验
- 熟悉分布式系统设计，掌握微服务架构和服务治理
- 熟练使用MySQL、Redis、Kafka/RocketMQ等中间件，具备生产环境调优能力
- 自驱力强，能在需求模糊的早期阶段独立判断并推动落地
申请策略
- 研究小红书AI产品（如Trik、AI聊天），在cover letter中表达理解
- 强调对AI-native产品方向的热情和创业心态
- 突出高并发系统设计经验，用具体数据（QPS、延时优化）证明能力
- 强调微服务架构和中间件调优的项目案例，尤其是生产环境问题解决
- 如果有AI相关项目（如RAG、LLM接入），务必重点描述
- 展示0到1产品研发经历，体现独立推动能力
- 补强LLM工程化技能：学习LangChain、Vector Database、Embedding服务
- 熟悉AI Agent框架（如AutoGPT、CrewAI）的后端集成
面试指南
- 对于架构设计题，先明确需求场景和约束，然后分层阐述（接入层、服务层、数据层），最后点明关键技术和trade-off
- 对于项目经验题，使用STAR法则（情境、任务、行动、结果），突出难点和量化成果
- 对于开放性问题，展示思考过程，承认不确定性并给出可选方案
- 请设计一个高并发AI推理服务的后端架构，如何处理缓存和限流？
- 你有过从0到1构建微服务的经验吗？讲讲技术选型和遇到的坑
- 如何保证Redis和MySQL的数据一致性？在分布式场景下怎么优化？
- 你如何理解RAG？如果让你实现一个RAG系统，后端架构怎么设计？
- 在一个需求快速变化的产品初期，你如何平衡代码质量和交付速度？
匹配度报告
69
综合匹配度
大厂AI创新团队，前沿技术栈，高成长但强度大。
适合人群
适合追求技术深度、渴望参与AI前沿产品从0到1的开发者，若对WLB要求高需谨慎。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活50
使命价值60
薪资福利匹配
75中等
大厂薪资有竞争力，但JD未明确薪资和福利，属于偏高水平但存在不确定性。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
90较高
绝对的技术成长型职位，AI-native前沿技术栈，0到1产品经历，职业发展空间大。
技术前沿前沿/新兴技术
技术栈Go、Java、Python、MySQL、Redis、Kafka、微服务、分布式系统、LLM、RAG、AI Agent、Doris、Flink、Cursor
成长机会产品快速迭代与规模化增长、0 to 1
业务类型profit_center
工作生活匹配
50较低
仅现场办公，未提及弹性工作或WLB，早期产品阶段可能加班较多。
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）
使命价值匹配
60中等
AI赛道有前景，但社会使命不明显，属于中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs