北京 java 招聘（工资待遇要求）

高级Java研发工程师
核心岗位职责
1.核心系统架构设计与技术攻坚：主导教育产品核心业务系统的架构设计、技术选型与迭代演进，独立攻克高并发、大流量、复杂业务场景下的技术难题；负责核心模块的代码实现与质量把控，制定技术规范与编码标准，推动团队技术能力整体提升。
2.高性能与高可用系统建设：负责千万级用户规模教育系统的性能调优与稳定性保障，深度优化JVM、数据库、缓存、消息中间件等核心组件；设计并实现分布式限流、熔断降级、容灾备份等高可用方案，将系统可用性提升至99.99%以上。
3.云原生与微服务架构升级：推动传统单体应用向云原生微服务架构转型，基于Spring Cloud Alibaba 2023.x构建新一代微服务体系；主导服务网格、容器化编排、CI/CD流水线的建设与优化，实现应用的快速迭代与弹性伸缩。
4.AI技术融合与创新应用：探索大模型在教育产品中的落地应用，设计并实现基于LLM的智能答疑、个性化推荐、自动批改等核心功能；负责向量数据库、LangChain等AI技术栈的选型与集成，打造智能化教育解决方案。
5.技术团队管理与项目交付：能带领技术团队完成复杂项目的全生命周期管理，从需求分析、技术方案设计到上线交付全程把控；与产品、前端、测试、运维等跨部门团队高效协作，保障项目按时高质量交付。
任职要求
1.7年以上Java后端开发经验，3年以上教育行业核心产品研发经验，有千万级用户规模在线教育系统开发经验者优先；具备技术团队管理经验者优先。
2.精通Java新特性（虚拟线程、密封类、模式匹配等），深入理解Java核心技术体系，包括集合框架、IO/NIO、多线程并发、锁机制、CAS、AQS、CompletableFuture等，能够编写高性能、高并发的Java代码。
3.精通JVM底层原理，深入掌握类加载机制、内存模型、GC算法（G1、ZGC、Shenandoah）与调优技巧；具备丰富的线上JVM故障排查经验，能够熟练使用Arthas、JProfiler等工具快速定位并解决内存泄漏、死锁、CPU飙升等问题。
4.精通Spring Boot、Spring Cloud、Spring MVC、MyBatis-Plus等主流框架，深入理解其源码与设计思想；能够基于框架进行二次开发与扩展，解决框架在高并发场景下的性能瓶颈。
5.精通微服务架构设计与实践，熟练掌握Nacos、Sentinel、Gateway、Seata、SkyWalking等微服务核心组件；具备服务拆分、接口设计、分布式事务、分布式锁、幂等性设计等丰富的实战经验。
6.精通MySQL数据库，深入理解InnoDB存储引擎、索引原理、事务隔离级别、锁机制；具备丰富的SQL调优、分库分表、读写分离、主从同步优化经验；了解TiDB、OceanBase等NewSQL数据库，有实际使用经验者优先。
7.精通Redis，深入理解其数据结构、内存模型、持久化机制、高可用架构（主从、哨兵、集群）；能够熟练解决缓存穿透、缓存击穿、缓存雪崩等常见问题；具备Redis Cluster大规模集群运维与调优经验。
8.精通Kafka/RocketMQ等消息中间件，深入理解消息存储、投递、消费机制；具备消息可靠性保证、顺序消息、事务消息、消息堆积处理等丰富的实战经验；能够设计并实现基于消息队列的异步解耦、削峰填谷方案。
9.精通云原生技术栈，熟练使用Docker、Kubernetes进行容器化部署与编排；掌握Helm、ArgoCD、GitOps等工具，能够搭建完整的CI/CD流水线；了解Istio服务网格、Serverless等前沿技术。
10.精通分布式系统设计，深入理解CAP、BASE理论，具备分布式ID生成、分布式配置、分布式追踪、全链路监控等系统的设计与实现经验；能够设计并实现支持百万级QPS的高并发、高可用分布式系统。
11.熟练掌握Linux系统，能够编写复杂的Shell脚本进行自动化运维；精通ELK/EFK、Prometheus、Grafana等监控与日志分析工具，能够搭建完整的可观测性平台。
12.具备丰富的AI应用开发经验，熟悉OpenAI API、通义千问、文心一言等大模型接口；了解LangChain、LlamaIndex等框架，有向量数据库（Milvus、Pinecone）使用经验者优先；有教育领域AI产品落地经验者优先。
13.具备扎实的计算机基础，熟练掌握数据结构与算法、计算机网络、操作系统等核心知识；精通设计模式，能够运用设计模式解决复杂业务问题，写出可扩展、可维护的代码。
14.具备极强的问题分析与解决能力，能够快速定位并解决线上复杂故障；具备良好的技术文档编写能力、沟通表达能力与团队协作精神；有强烈的技术好奇心与学习能力，能够持续关注并学习新技术。
15.有AIGC相关产品落地经验（智能客服、代码助手、文档问答等）
16.熟悉LangChain4j，能与Spring AI做技术选型对比
17.了解模型微调、模型评估、Prompt效果评测
18.有高并发场景下AI服务性能优化经验（流式输出 SSE、限流、缓存策略等）
19.能独立完成AI功能模块的技术方案设计与落地
20.对AI技术有持续学习的热情，能快速跟进大模型领域的新进展