新闻详情

新闻详情

首页 / 资讯中心 / 详情

资深前端开发工程师(全栈方向/AI方向)

发布时间:2026/11/13 1:48:40来源:尧图网络
资深前端开发工程师(全栈方向/AI方向)
现在, 我们这个地方是在杭州, 需要找一个做前端开发的老师傅, 这个人呢, 还得懂整个前后的事儿, 也就是全栈方向, 或者是要懂怎么用那个大模型的AI去搞事情的方向也行。你要知道的是, 这人得会写代码, 把网上那些看起来挺新的网页做出来的那种应用给弄好, 还得把人家搞出来的厉害的那个AI技术给加到这个里头去, 让用的人觉得这玩意儿挺聪明的, 用起来很方便。工作职责包括以下三个部分。第一部分是前端开发, 占总工作量的百分之六十。你需要负责Web应用的前端架构设计和代码编写。你要构建高性能且易于维护的用户界面。你需要优化前端性能, 从而提升用户体验。你还需要推动前端技术栈的更新和实际应用。第二部分是全栈开发, 占总工作量的百分之二十五。你需要参与后端API的设计和编写工作。你要处理数据库的设计和优化任务。你负责前后端连接调试以及接口对接。你还要参与系统架构设计和技术选型工作。第三部分是AI大模型应用, 占总工作量的百分之十五。你需要将大模型能力集成到产品中。这些大模型例如GPT等。你要开发AI对话界面和智能助手等功能。你需要优化工程结构, 从而提升AI交互体验。你还需要探索AI在产品中的创新应用场景。任职要求分为基础要求、技术栈要求和加分项。首先是基础要求。你需具备本科及以上学历, 计算机相关专业者优先。你需具备3年以上前端开发经验。你需具备优秀的代码质量意识和工程化思维。你需具备良好的沟通能力和团队协作精神。然后是前端技术栈, 这部分是必备的。关于框架方面, 你需要精通React、Vue.js或Next.js等主流框架之一。关于语言方面, 你需要熟练掌握ES6等编程语言。关于工程化方面, 你需要熟悉Vite等构建工具的使用。关于状态管理方面,你需要熟悉Redux或Pinia等状态管理方案。关于样式方案方面, 你需要掌握CSS3、Sass、CSS-in-JS等技术。关于性能优化方面, 你需要了解前端性能监控与优化方法。接着是全栈技术栈, 这部分也是必备的。在后端语言方面, 你需要熟悉Node.js、Go或Java中至少一种。在Web框架方面, 你需要熟悉Koa或其他相关框架。在数据库方面, 你需要熟悉MySQL或Redis等数据库。在API设计方面, 你需要具备相关的设计经验。在服务部署方面, 你需要了解CI/CD流程。再接着是AI大模型能力, 这部分同样是必备的。在LLM应用方面, 你需要有接入大模型的实战经验。在AI框架方面, 你需要熟悉相关的AI应用框架。在工程能力方面, 你需要具备设计与优化能力。在AI交互设计方面, 你需要了解AI产品的UX设计原则。在向量数据库方面, 你需要了解相关工具, 这项属于加分项。最后是加分项内容。如果你具有RAG应用开发经验则更加胜任。如果你熟悉模型微调流程则更好。如果你了解相关AI技术则更佳。如果你有开源项目贡献或技术博客则更突出。如果你熟悉微前端架构则有利。如果你了解PWA等前沿技术也属额外亮点。我们提供以下内容。我们提供具有竞争力的薪资待遇。我们提供前沿的技术栈和AI产品实践机会。我们提供技术培训和支持参加学术与行业会议。我们实行弹性工作制, 并提供带薪年假。我们有清晰的职业发展路径。我们配备顶配的開發设备。我们提供与AI时代共同成长的机会。**
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉