深圳Python研发工程师
Python研发工程师是负责使用Python编程语言开发和维护软件应用程序的专业人员。他们需要具备扎实的编程能力和对Python语言的深入理解，能够利用Python进行系统架构设计、开发和优化。Python研发工程师通常需要与团队合作，与产品经理、设计师等其他岗位密切合作，确保软件应用程序的质量和效率。他们还需要密切关注技术前沿发展，不断学习和应用新的技术知识，以满足不断变化的需求。此外，Python研发工程师也需要具备良好的沟通能力和解决问题的能力，能够快速响应和解决软件开发过程中出现的各种技术问题。总之，Python研发工程师在软件开发团队中起着至关重要的作用，他们的工作对软件产品的质量和性能具有重要影响。
薪酬概览
平均月薪
¥15200
中位数 ¥15000 ｜ 区间 ¥11900 - ¥18500
数据来源：谈职全网41份招聘数据；更新时间：2026年7月13日
月薪分布
51.2% 人群薪酬落在 8-15k
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
14
对比上月：岗位减少6
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 | 8 | 53.3% |
| 1-3年 | 5 | 33.3% |
| 不限经验 | 2 | 13.3% |
热招职位
负责线上智能体产品、保险端核保核赔产品、投流系统的后端系统开发与维护，保障系统稳定性与可扩展性，支持业务端到端的算法策略落地。
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. 负责安全相关系统的研发；
2. 准确理解需求，参与技术方案和系统设计评审，负责业务功能研发;
3. 负责研发过程中的文档工作、测试联调工作；
4. 跟踪线上运营情况，及时修复线上问题；
5. 对现有系统的不足进行分析，找到目前系统的瓶颈，改进系统算
1.负责智能体平台知识库模块建设，包括知识运维全生命周期管理、RAG各环节，调研并引入前沿RAG相关技术。
2.基于知识库孵化上层应用，持续优化应用效果。
1.负责产品前后端功能编码设计和需求开发工作。
2.独立完成功能模块开发，参与技术方案讨论，制定编写接口文档，项目架构设计文档等。
3.能够与产品经理及测试人员互相协作高质量完成版本迭代任务。
4.完成上级交代的其他工作任务。
1. Java后端系统开发：对接产品经理，理解新零售业务需求，负责新零售场景下后端服务开发，涵盖门店管理、商品库存、订单履约、会员营销、交易支付等核心业务模块，支撑新零售全场景业务落地
2. AI工具提效应用：日常开发中灵活使用AI辅助工具，完成代码编写、接口调试、SQL优化、bug排查等工作，通过AI方法简化重复研发任务，提升开发效率与交付质量
3. 系统性能与稳定性优化：负责微服务架构优化、数据库设计与SQL调优、缓存与消息队列应用，提升系统并发能力、响应速度与运行稳定性
4. 协同与复盘：配合前端、测试团队完成接口联调、功能测试，参与后端研发复盘，沉淀AI辅助开发与业务系统研发经验，优化研发流程
5. 技术积累与应用：关注Java后端与AI提效工具的前沿技术，主动学习并应用到实际开发中，提升后端系统稳定性与研发效能
1. 参与智能核保平台和风险量化平台关键系统的建设，负责领域设计和落地；
2. 设计和实现高可用的风控规则引擎和决策系统，构建风控数据处理和实时计算能力；
3. 支撑保险业务的风险识别、评估和控制；
4. 承担核心功能模块代码编写，推进项目进度，保证项目质量和业务结果；
5. 负责核保风控场景AI Agent的设计与开发，基于大模型构建智能体，实现核保流程自动化；
6. 设计Agent工具调用、任务规划、多轮对话等核心能力，探索Multi-Agent协作模式；
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。
