贝壳
岗位信息
招聘岗位
研发工程师(成都)【2027届秋招】(J72947)
工作城市
四川省·成都
学历要求
本科
是否笔试
未明确
招聘批次
校招
截止日期
招满即止
发布日期
2026-10-22
📋 岗位职责 / 任职要求
岗位职责
1、参与公司核心业务系统和技术平台的后端研发,保障系统稳定、高效、安全运行; 2、理解业务需求,参与技术方案、系统设计、编码、测试、上线和持续优化等全流程工作; 3、参与分布式服务、数据处理、工作流等基础能力建设,持续提升系统性能、稳定性和可维护性; 4、参与技术方案和代码评审,关注接口设计、数据质量、异常处理、性能与安全等工程问题; 5、在团队规范下使用 AI 编程及智能协作工具,参与需求分析、代码开发、测试、问题定位和知识沉淀;对交付结果保持验证和负责; 6、关注 AI-Native 软件工程及相关技术发展,探索 AI 在研发协作和工程效率提升中的实际应用。
任职要求
1、本科及以上学历,毕业时间:2026年9月-2027年8月,计算机、软件工程等相关专业优先; 2、具备扎实的计算机基础,了解数据结构、算法、操作系统、计算机网络、数据库等知识; 3、熟悉 Java 或其他主流后端开发语言,了解 Spring Boot、MyBatis 等常用框架; 4、了解关系型数据库、缓存、消息队列等常用技术,具备基础的数据库设计和 SQL 编写能力; 5、了解并发编程、分布式系统和高可用等基础概念,有相关项目实践者优先; 6、熟悉 Linux 基础操作,能够使用 Shell、Python 或其他脚本工具辅助开发和问题排查; 7、有 AI 编程工具或其他 AI 工具使用经验者优先;能够主动验证 AI 生成内容的正确性和安全性; 8、学习能力强,具备良好的逻辑思维、沟通协作能力和产品意识; 9、有个人项目、开源贡献、竞赛或实习经历者优先。
🏢 企业简介
股票代码02423总部北京上市已上市
贝壳控股有限公司(KE Holdings Inc.)于2018年7月成立,总部位于北京,是一家以房产交易和服务为核心的居住产业数字化平台,旗下拥有链家等经纪品牌。公司于2020年8月在纽约证券交易所上市(股票代码:BEKE),2022年5月在香港联交所双重主要上市(股票代码:02423),业务涵盖二手房、新房、租赁、家装及家居等领域。
🏢 该企业正在招聘的其他岗位
校招宝当前收录 贝壳 在招校招岗位 58 条,工作地点覆盖 北京、江苏省·苏州、四川省·成都、上海,学历要求含 本科、硕士。以下为最近发布的部分岗位,可一并比较投递。
查看 贝壳 全部在招岗位与笔面经 ›
🎯 AI校招画像 (来源:校招宝数据聚合)
🏢 公司文化与工作氛围
互联网平台文化,数据驱动、快速迭代,JD 中大量出现 AI 工具辅助分析、可量化可复现等表述;同时有党群事务、EAP 项目等组织建设岗,说明大厂体系下的职能分工较细。
⏰ 加班情况与工作强度
库内未披露作息。研发与算法岗在版本迭代期强度较高,运营岗需跟随业务节奏;建议面试时确认部门作息、值班安排与加班调休政策。
💰 薪资待遇与年终奖
库内无薪资数据,以官方公告为准。互联网校招通常按职级定薪,建议 offer 阶段确认基本工资、绩效与年终奖月数、股票或期权授予节奏与归属条件。
🎁 福利体系
库内无福利明细,以官方公告为准。建议确认五险一金基数、补充商业保险、体检、餐补与班车、年假与弹性假期标准,北京总部政策与其他城市可能不同。
📋 校招流程经验
以 zhiye 系统投递为主,常规为网申、简历筛选、在线笔试(编程)、技术面试两到三轮、HR 面试、offer;算法岗通常含手撕代码与项目深挖,具体节点以官方公告为准。
🚀 投递建议与避坑指南
统一走 campuske.zhiye.com,岗位名后缀【2027届秋招】【2027届校招】【实习】必须看清,实习岗与正式岗编号可能相同但性质不同;嵌入式岗 JD 要求模型转换、量化、算子适配与推理加速,算法岗要求空间智能或大模型方向项目,简历需有对应产出。
👥 员工口碑与离职率评价
库内无员工评价数据,不臆测。建议通过牛客、脉脉了解各部门的实际作息与绩效压力,重点关注业务线差异,再结合面试判断。建议通过牛客、脉脉及校友渠道交叉了解岗位真实体验与团队氛围,再结合面试沟通自行判断,最终以官方公告为准。
📈 热门岗位方向与招聘趋势
52 条岗位中研发与算法合计 20 条,占近四成,且明确押注空间智能、大模型与边缘 AI,说明技术投入仍在加码;运营与产品岗按业务线细分,反映平台在治理与生态侧的持续投入。
ℹ️ 信息来源
本条招聘信息由校招宝转载自 企业校招官网,版权归原发布方所有,校招宝仅作信息聚合与导航。
该来源未提供原文链接
招聘信息以官方原文为准,投递前请核实截止日期与要求。如涉侵权或信息有误,请邮件联系 kknee@qq.com,我们将在 24 小时内处理。