高级 Java 后端开发工程师（郑州）(J13872)

1.ToC 核心业务研发:负责千万级用户量 ToC 网站/App 后端系统的设计、开发与持续演进；覆盖用户中心、交易链路、内容分发、活动承接等核心模块，保障关键路径的可靠性、可扩展性和数据一致性。

2.高并发与大数据量优化:主导亿级数据量场景下的性能攻关，包括 JVM 调优、SQL 深层优化、Redis 缓存策略、分库分表与全链路压测；定位并解决高 RT、高负载、热点 Key、数据倾斜、锁竞争、慢查询等线上性能瓶颈。

<3.AI> 编程与研发效能提升：在日常研发中熟练使用 AI 编程工具辅助代码生成、单元测试、SQL 优化、重构和技术文档产出；沉淀 Prompt Engineering 方法，能够审查 AI 生成代码的正确性、安全性、性能和可维护性，推动人机协作工程实践落地。

4.高质量单元测试体系建设：主导业务模块单元测试覆盖体系建设，使用 JUnit 5、Mockito/PowerMock 编写高覆盖率、高可维护性的测试用例；推动 TDD/BDD 理念在团队落地，并将 AI 编程能力用于边界用例、异常场景和测试数据构造。

5.代码风格与规范治理：主导或深度参与 Java 代码规范制定与落地，覆盖命名、注释、异常处理、日志、分层约束和代码可读性要求；使用 Checkstyle、Alibaba Java Coding Guidelines、PMD、SpotBugs、SonarQube 等工具建设静态扫描与质量门禁；在 Code Review 中识别并重构坏味道，如 Long Method、Large Class、Magic Number、重复代码和职责泄漏。

6.复杂系统架构设计与稳定性保障：参与微服务架构演进，落地熔断限流、异步解耦、分布式事务、幂等、防重、降级和容灾方案；对核心系统 SLA 负责，能够快速定位并解决线上疑难故障，推动问题复盘和长期治理。

7.技术沉淀与团队赋能：沉淀高并发、大数据处理、单元测试、代码规范、AI 编程实践等技术文档；参与技术评审、Code Review 和工程实践分享，推动团队工程化水平持续提升。

1.计算机相关专业本科及以上学历；3年以上 Java 后端开发经验；必须具备大型 ToC 互联网产品研发背景，有高流量、高并发、强一致性或复杂业务链路经验。

<2.Java> 核心技术：扎实掌握 JVM 内存模型、GC 调优、类加载机制、多线程、NIO 及 JUC 并发包原理；深入理解 Spring Boot / Spring Cloud、MyBatis 等主流框架原理，具备源码扩展和复杂业务抽象能力。

3.高并发、存储与中间件：精通 MySQL 性能调优，包括索引设计、锁、事务、执行计划、慢 SQL 治理和大表优化；具备千万级/亿级数据量实战经验，熟悉 ShardingSphere 等相关方案；熟练使用 Redis、Kafka/RabbitMQ、Elasticsearch 等中间件，理解其高可用架构和关键底层机制；具备秒杀、热 Key 防护、限流降级、分布式锁、异步削峰、幂等和重试补偿等高并发场景设计经验。

<4.AI> 编程能力：熟练使用主流 AI 编程助手辅助代码生成、单元测试编写、SQL 优化、重构和文档产出；具备良好的 Prompt 编写习惯，能够批判性审查 AI 生成代码的安全性、性能、边界条件和可维护性；关注 AI 工程化落地，如 RAG、Agent 简易编排、知识库问答或研发流程自动化，并能结合实际场景提升团队效率。

5.单元测试能力：精通 JUnit 5 及其扩展能力，包括参数化测试、嵌套测试、动态测试等；熟练使用 Mockito 进行依赖隔离与行为验证，能够合理使用 Spy、ArgumentCaptor 等高级特性；熟悉 Spring Boot Test 集成测试体系，能够清晰区分单元测试、组件测试与集成测试边界；有实际项目单测覆盖率不低于 80% 的推进经验，了解 JaCoCo、SonarQube 覆盖率统计和门禁配置。

6.代码风格与规范治理：熟悉阿里巴巴 Java 开发手册或 Google Java Style Guide，并能结合项目实际进行裁剪和落地；熟练使用 Checkstyle、PMD、SpotBugs、Alibaba Java Coding Guidelines 插件进行本地与 CI 门禁检查；具备统一团队代码风格的实践经验，如 .editorconfig、IDEA Code Style Scheme、Git Hooks、CI Quality Gate。在 Code Review 中坚持可读性优先，关注命名语义、方法粒度、注释有效性、日志规范性和异常处理一致性；能借助 AI 工具批量修复代码规范问题，例如生成 Checkstyle 兼容代码、补齐 JavaDoc、统一异常与日志风格。

7.大数据与运维诊断：熟悉 Linux 环境，了解 Docker、Kubernetes 及 CI/CD 流程；能够使用 Arthas、SkyWalking、Prometheus、Grafana、日志平台等工具进行线上诊断、链路追踪和性能分析。

加分项：

1.有电商、金融、SaaS 等领域复杂计费、结算、对账、清分系统开发经验，理解精度控制、账实核对和资损防控。

2.熟悉 Apache Doris、ClickHouse 等 OLAP 引擎，有实时数仓、报表分析、大宽表查询优化或指标平台建设经验。

3.有 Flink/Spark 流式计算处理大数据量经验，或参与过从 0 到 1 的高并发系统架构搭建。