全栈工程师
岗位职责: 1. Agent 驱动开发 - 设计并实现 Agent-driven development workflow - 构建多 Agent 协作流程(开发、测试、评审、部署等) - 将复杂开发任务拆解为可由 Agent 执行的结构化任务 - 沉淀可复用的 Agent pipeline,提高整体开发效率 2. Vibe Coding 工程实践 -
加载中...
负责核心业务系统的后端架构设计与开发,参与系统整体方案制定与技术选型。
基于微服务架构和 DDD 思想,设计与实现高可用、高扩展性的服务。
负责复杂业务场景的建模与系统拆分,解决高并发、高性能、海量数据等技术问题。
深度参与代码评审、性能优化与故障排查,持续提升系统稳定性与可维护性。
与前端、产品、运维等团队紧密合作,推进项目高质量按期交付。
沉淀通用技术组件与开发规范,推动团队工程效率和代码质量提升。
统招本科及以上学历,计算机相关专业。
5-10 年后端开发经验,985 高校背景或大型互联网公司(或一线科技公司)工作经验优先考虑(或同等能力亦可)。
精通 Golang 或 Java ,有扎实的编程功底和良好的代码风格。
深入理解 微服务架构,有基于 DDD (领域驱动设计)进行系统设计和落地的实践经验。
有良好的软件工程与架构设计能力,熟悉常见的设计模式、架构模式(分布式、CQRS 、事件驱动等)。
有主导或核心参与过 复杂业务系统 的设计与落地经验(如交易、风控、订单、计费、推荐、供应链等复杂领域)。
熟悉至少一家公有云:AWS / 阿里云 / 其他主流云 的常用产品与部署模式。
熟悉 Kubernetes ( k8s ),了解容器化与服务编排,有实际部署、运维或调优经验。
熟悉常见中间件,如 Kafka 、Redis 、MySQL/NoSQL 、消息队列、缓存、网关等,理解其原理及适用场景。
具备良好的系统性能调优能力(数据库、缓存、并发、网络等)。
具备深厚的业务理解能力,能与产品团队高效协作抽象业务模型并推动落地实现;同时拥有优秀的问题分析与解决能力,可在复杂系统中快速定位并修复问题。
自驱力强,乐于团队协作与沟通,善于知识分享与沉淀,对新技术保持高度敏感并持续学习与技术追求。
加分项
1.有主导大型系统从 单体到微服务/云原生改造 的经验。
2.有在高并发场景(千万级 QPS 、亿级数据量等)下的系统设计和优化经验。
3.有 DevOps 、CI/CD 、服务网格( Service Mesh )等实践经验。
4.有技术博客、开源项目或技术社区活跃经历。
5.有 Vibe Coding 经验能力,能协调 Ai 完成需求。
岗位月薪:30k-50k
Leapcat 是一家新兴的券商平台,致力于利用先进的人工智能技术为客户提供创新的投资顾问服务。公司目前已获得多家上市公司的战略投资,这为我们的持续发展和技术创新提供了强有力的支持。随着全球金融市场的不断发展,我们的目标是成为领先的智能投资解决方案提供商,帮助客户在复杂的市场环境中做出明智的投资决策。
主营业务:1. AI 投顾; 2. 港股打新; 3. 港美股 RWA 链上交易。
我们正在寻找对金融科技和创新投资解决方案充满热情的人才,加入我们的团队,共同推动 Leapcat 的发展。作为团队的一员,您将有机会参与到前沿的金融科技项目中,并与行业内的顶尖专家合作,为客户提供最佳的投资服务。
如果您对金融科技充满热情,具备相关的专业背景和技能,欢迎申请加入 Leapcat ,共同开创未来的投资新篇章。
邮件标题格式:岗位+姓名
注册并登录后即可查看
岗位职责: 1. Agent 驱动开发 - 设计并实现 Agent-driven development workflow - 构建多 Agent 协作流程(开发、测试、评审、部署等) - 将复杂开发任务拆解为可由 Agent 执行的结构化任务 - 沉淀可复用的 Agent pipeline,提高整体开发效率 2. Vibe Coding 工程实践 -
参与后端架构设计与核心模块开发,保证 API 高可用、高并发。 负责数据模型、MySQL / Redis / MongoDB 优化和维护。 搭建并维护基础 AI 推理服务(模型部署、监控、告警)。 实现多 Agent 协同与任务调度,确保业务流程顺畅。 和产品、前端、运营配合,按周迭代需求。 3–5 年 Go 后端开发经验,基础扎实,熟悉 Gin / GO
1. 主导业务模块交付:独立负责核心服务的设计、开发与上线,覆盖平台鉴权、用量计费、开放 API 等方向,对模块质量和交付结果完全负责 2. 参与架构持续演进:推动服务端系统的解耦与模块化重构,让架构边界更清晰、系统更易维护 3. 承接技术预研与探索:在产品路线图中主动介入新方向的可行性评估与技术落地,包括多人会话、云存储、AI 功能集成、Matter 协议支持等 4. 建设开发者
作为 Infra 团队的核心成员,你的目标不是简单的维护 K8s 集群,而是 构建支撑大规模模型进化的机器学习平台 : AI 算力底座 :研发 AI 异构计算软件栈,结合高性能网络( RDMA/RoCE )、缓存技术与 GPU 架构,实现训练/推理全链路优化。 云原生 AI 套件 :深度定制 K8s 调度器 ( Volcano/