深圳Java工程师
Java工程师是负责开发和维护基于Java技术的软件应用程序和平台的专业人员。他们需具备扎实的Java编程技能和深入的理解Java语言特性，能够根据项目需求设计、开发和优化高质量的Java应用程序。Java工程师通常需要与团队合作，参与软件架构设计、编写代码、进行单元测试和系统集成。此外，他们还可能负责诊断和修复Java应用程序中的问题，并与其他团队成员协作解决技术挑战。在一些公司中，Java工程师可能还需要参与制定和执行技术解决方案，以支持业务需求。整体而言，Java工程师需要不断学习和更新知识，以跟上技术的发展并不断提高工作效率。
薪酬概览
平均月薪
¥16200
中位数 ¥15000 ｜ 区间 ¥13200 - ¥19200
数据来源：谈职全网144份招聘数据；更新时间：2026年7月13日
月薪分布
45.1% 人群薪酬落在 15-30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
174
对比上月：岗位新增7
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 133 | 77.8% |
| 1-3年 | 5 | 2.9% |
| 3-5年 | 23 | 13.5% |
| 5-10年 | 2 | 1.2% |
| 不限经验 | 8 | 4.7% |
热招职位
1.负责境外业务开放平台对接工作，参与境外服务商和品牌商合作对接全流程；
2.负责开放平台需求评审、技术方案设计、核心功能开发，确保需求高质量按时交付；
3.持续挖掘AI in Product机会点，给服务商提供智能好用的AI工具，提升对接效率；
4.深度参与AI Coding / Agent研发模式在业务中的落地实践，推动团队研发范式升级、研发效率提升。
1.负责产品的整体系统架构设计，确保系统稳定、高效、可扩展；
2.负责在研项目中TTS 语音系统的全流程设计与落地，包括语音风格定义、情感化交互设计、音效设计，场景化、语音适配；
3.沉淀 TTS 音频设计规范与技术标准，推动音频技术平台在 TTS 领域的长期迭代与能力升级；
4.针对不同的业务场景，选择合适的技术方案，包括但不限于Spring Boot,Dubbo等框架；
5.对系统的性能进行优化，能适当引入新技术解决现有技术问题。
1、负责核心业务系统的架构设计、模块开发、单元测试与持续交付，保障系统高可用与高并发能力；
2、参与微服务架构演进与分布式系统建设，主导性能调优、故障排查与技术债务清理；
3、编写高质量、可维护的代码，严格执行代码评审（Code Review）规范，推动研发效能提升；
4、配合产品、测试、SRE团队完成需求评审、灰度发布与线上监控告警体系建设；
5、跟踪业界前沿技术（如云原生、AI工程化、数据智能），在合规前提下推动技术落地。
1、 负责保险产品功能模块开发；
2、 根据业务需求，设计具体实现方案，完成代码编写，跟进BUG修复，实现系统上线；
3、 编写功能开发的相关技术文档；
4、 积极参与技术创新，促进开发效率提升及难点问题解决；
5、 维护系统的稳定性、保证系统的安全和性能。
前端架构与全栈开发 (核心 - 约 70%) 核心研发：负责公司核心产品的前端功能开发，编写高质量、可复用、易维护的 React 组件，全面应用 TypeScript 确保类型安全。 全栈打通：参与 Java 后端微服务（基于 Spring Boot/Dubbo）的业务逻辑开发，独立负责从“数据库设计 - API 定义 - 页面高交互 UI 渲染”的完整闭环功能。 工程优化：负责前端性能优化、构建工具（Vite/Webpack）配置以及 CI/CD 流程的持续改进。 AI 效能与工作流构建 (特色 - 约 30%) AI 工具实践：在日常开发中深度应用 AI Coding Agent（如 Cursor, Copilot Workspace, Windsurf, Cline 等），利用 AI 加速代码生成、单元测试编写、Bug 排查及重构。 工作流交付与提效： 主导或参与将 AI 工具转化为标准化研发工作流的建设（如：结合 Model Context Protocol (MCP) 接入内部工具链、设计高效的提示词/上下文编排等）。
负责 AI应用与AI硬件（耳机/手机/IoT）端云一体化架构设计与落地，构建低延迟、高可用的智能服务体系
设计并实现基于 LLM 的智能体系统（Agent / Skills / Memory / Workflow），推动复杂任务自动化与多Agent协同
构建多模态AI能力链路（ASR / TTS / MT / LLM / Vision），支撑语音双工、实时翻译、AI助理等核心场景
构建 AI能力平台（Agent平台 / API / SDK / Plugin生态），支持开发者接入与生态扩展
设计端侧 + 云侧协同推理体系（Edge AI），优化延迟、功耗与离线体验
推动系统工程化与平台化（可观测性 / SLA / 自动化运维 / 成本监控），提升系统稳定性与研效
1.负责微信支付安全服务（人脸组件、权限组件等）的开发和维护工作，满足海量服务下的高可用、高性能等要求；
2.负责微信支付安全风险管理体系的工程建设，包括DevSecOps、数据安全、办公安全、SoC等的开发和维护，持续打造高安全、高效能的安全治理体系。
1.负责腾讯云MaaS核心平台研发，涵盖模型托管、在线推理、微调训练、数据预处理、Prompt工程、安全审核等全链路系统设计与实现；
2.负责MaaS产品API网关、SDK、控制台、任务调度系统、监控告警、计费计量等模块开发，保障系统高可用、高稳定、可扩展；
3.协同算法、产品、算力、安全团队，完成模型适配、性能优化、工程化封装、合规加固，推动混元及第三方模型快速上线与稳定服务；
4.跟踪业界大模型工程化、云原生、分布式系统技术趋势，持续优化架构，提升研发效率与产品竞争力。
1.研发混元官网，混元AI Studio等产品，支持基础模型和模型应用的上线，提供更友好的用户体验；
2.建设基础模型API和垂类模型API服务，支持司内外业务接入；
3.探索AI原生的创新产品，实践并落地最新的模型能力；
4.研发内部工具，提升团队工作效率和团队协同效率。
1、基础经验：本科及以上学历，5年以上机器人手指关节、微型伺服机构、精密传动或类似高集成度关节产品开发经验，熟悉从概念到量产的完整开发流程；
2、核心技术能力：精通微型电机（无刷/空心杯/压电）、微型减速器（行星/谐波/少齿差）、力/位置传感器、微型弹性元件及紧凑结构的一体化集成设计，对手指关节的刚度、回差、功率密度等关键指标有深刻理解；
3、优先条件：从事过仿人灵巧手、假肢手、微型机器人关节、精密微驱动器开发，或具备微型电控、嵌入式力控算法经验者优先；
4、职业素养：良好的职业道德，优秀的跨团队沟通与协作能力，能高效推动多专业（机械、电子、算法、工艺）协同设计；
5、AI工具应用：具备AI意识，熟练使用AI辅助设计、仿真优化或数据分析工具（如生成式设计、智能参数寻优等）者优先。
1.负责语音/音频大模型研发，包括音频理解（ASR/音频caption）、音视频理解等模型研发；
2.负责预训练、后训练、强化学习（文本和音频强化）相关的数据、算法、评测工作；
3.负责音频理解/ASR模型开源以及产品落地（比如产品全链路端到端优化、音频理解在噪音/口音/远场/音效音乐场景的优化）。