i itingyu
专栏 生活

2026 资深程序员与软件开发岗位技能要求调研(3-10 年)（职场调研 · 第 2 篇 · 291 条资深岗样本 · 腾讯 + 字节 careers 实测）

· 生活· life-work· 约 1 分钟 · 统计中…

本调研数据采集时间:2026-07-05,沙箱内可访问范围内。 总样本:291 条 3 年以上资深岗位真实 JD —— 腾讯 Careers 209 条(三年以上 132 + 五年以上 75 + 八年/十年以上 4)+ 字节跳动 careers 81 条(三年以上 43 + 五年以上 32 + 八年/十年以上 5 + 六年 1)。 覆盖方向:后端 / 前端 / AI 算法 / 数据 / 架构 / 云原生 SRE / 安全 / 测试 全栈。 沙箱内可达源:腾讯 careers 公开 API + 字节 careers 公开 API + 巨潮 API(本调研未用)+ 实习僧 Nuxt SSR(本调研未用)。Boss / 拉勾 / 猎聘 / 51job / 思否全部反爬拦截,沙箱内只能拿到大厂自家 careers 公开数据。

1. 调研方法与数据源

1.1 数据采集矩阵

数据源 URL 沙箱可达 拿到什么 字段
腾讯 Careers API careers.tencent.com/tencentcareer/api/post/Query ✅ 348 个职位 RecruitPostName + Responsibility(完整 JD)+ RequireWorkYearsName + LocationName + CategoryName
字节跳动 Careers API job.bytedance.com/api/v1/search/job/posts ✅ 318 个职位 title + description(职责)+ requirement(独立任职要求字段) + city_info + recruit_type
Boss 直聘 9 个辅助 API /wapi/zpgeek/search/job/condition.json 等 ✅ 12 档筛选维度全集 (见 §2)
实习僧 Nuxt SSR shixiseng.com/intern/inn_xxx ✅ 14 条实习 JD (本调研未用,见第 1 篇)
思否 / Boss / 拉勾 / 51job JD 详情 - ❌ — 反爬拦截

1.2 关键反爬突破:大厂官网 careers 是反爬盲区

沙箱内主流招聘平台(Boss / 拉勾 / 猎聘 / 51job)的 JD 详情全部被反爬拦截(已在第 1 篇详述)。但大厂自家 careers 页面的 API 是公开的:

  • 腾讯 careers 用 Query API 返回完整 JD 文本(没有反爬,可能因为 careers 数据本身就是 SEO 友好的)
  • 字节 careers 用 search/job/posts API,任职要求在独立的 requirement 字段里(这是唯一结构化字段)

核心洞察:大厂 careers 是当前国内程序员市场最干净、最结构化的 JD 数据源,比第三方招聘平台更可靠。

1.3 样本筛选逻辑

# 3-5 年经验: RequireWorkYearsName == "三年以上工作经验" 或 requirement 字段匹配 r'(\d+)\s*年\s*以上' == 3
# 5-10 年经验: 含"五年以上" / "六年以上" / "八年以上" / "十年以上"
# 总样本: 291 条(3-5 年 175 + 5-10 年 116)

1.4 重要偏差声明(必读)

腾讯 careers 样本严重偏向腾讯自家业务:

  • 腾讯云 / 腾讯会议 / 游戏(IEG) / 视频(PCG) 是腾讯 JD 主力
  • AI / 算法 / 数据 / 数据中心 占比极高(腾讯云正在 All in AI)
  • 5-10 年经验样本里”腾讯云”出现 42 次,这是腾讯自家产品(其他大厂不会出现)
  • 字节样本相对均衡(后端 / 前端 / AI / 数据 / 架构 / 测试 / 运维 都有)

解读数据时需注意:本调研真实反映腾讯 + 字节的需求画像,不能直接外推到阿里 / 美团 / 拼多多 / 滴滴(沙箱内阿里 jobs API 反爬,未抓到样本)。

2. Boss 直聘筛选维度全集(沿用第 1 篇)

# 维度 档位数 主要档位
1 经验要求 9 不限 / 在校生 / 应届生 / 1 年以内 / 1-3 / 3-5 / 5-10 / 10 年以上
2 薪资区间 7 3K 以下 / 3-5K / 5-10K / 10-20K / 20-50K / 50K 以上
3 学历要求 8 初中及以下 / 中专/中技 / 高中 / 大专 / 本科 / 硕士 / 博士 / 不限
4 融资阶段 9 未融资 / 天使 / A / B / C / D 及以上 / 已上市 / 战略融资
5 公司规模 7 0-20 / 20-99 / 100-499 / 500-999 / 1000-9999 / 10000+ / 不限
6 兼职类型 7 周末/节假日 / 寒暑假 / 短期 / 长期 / 工作日 / 夜班
7 工作类型 3 不限 / 全职 / 兼职
8 相关搜索词 6 测试 / agent / ai 应用开发 / 嵌入式 / java 开发 / 前端
9 城市 100+ 全国 / 北京 / 上海 / 广州 / 深圳 / 杭州 / 成都 / 武汉 / 苏州 / 南京 / …

对 3-10 年资深岗:Boss 直聘筛”经验 3-5 年 / 5-10 年”得到的 JD 中位数月薪区间是 20-50K(30+ K 居多)。这是大厂高级工程师 / 中型公司 Tech Lead 的市场价。

3. 291 条样本的方向分布

3.1 总分布

方向 3-5 年 5-10 年 合计
后端 3 1 4
前端 5 4 9
AI / 算法 75 33 108
数据 28 10 38
架构 9 48 57
云 / SRE 3 3 6
安全 7 6 13
测试 10 1 11
未明确 35 11 46
合计 175 116 291

3.2 分布特征

  1. AI / 算法是大头(108 个,占 37%)—— 这是腾讯 + 字节 2026 H1 的真实方向,所有非 AI 后端 / 前端岗位都要求”懂 AI 应用”
  2. 架构岗集中在 5-10 年(48/57 = 84%)—— 架构师是典型的 5-10 年才能做的岗位
  3. 后端 / 前端在资深市场反而小(13/291 = 4.5%)—— 大厂的资深后端 / 前端岗位被 AI / 算法和数据吸收,纯后端 / 前端岗位需求减少
  4. 测试 / 安全是小众(各 11-13 个)—— 大厂核心岗位,招聘规模小但要求高
  5. 腾讯样本 AI 占 70%+(自家云 + 游戏 AI)—— 与字节对比显著偏向 AI / 基础设施

4. 技能词频全景(3-5 年 vs 5-10 年)

4.1 编程语言(按经验分档)

语言 3-5 年(175) 占比 5-10 年(116) 占比 变化趋势
Python 27 15.4% 18 15.5% 持平
Java 8 4.6% 10 8.6% 上升
Go 13 7.4% 12 10.3% 上升
TypeScript 6 3.4% 1 0.9% 下降
C++ 3 1.7% 1 0.9% 持平

洞察:

  • Python 持平 15%:Python 在资深市场已经是基础语言,不区分经验
  • Java 4.6% → 8.6%:Java 在 5-10 年市场接近翻倍—— 因为资深 Java 岗涉及金融 / 政企 / 大型分布式系统,资深反而更吃香
  • Go 7.4% → 10.3%:Go 在资深市场继续走高—— 云原生 / 字节系 后端主力
  • TypeScript 3.4% → 0.9%:TypeScript 主要在前端,资深前端岗少,TypeScript 占比下降

4.2 后端 / 前端框架

框架 3-5 年 5-10 年 趋势
FastAPI 8 0 下降
Spring / Spring Boot 0 0 -
Django 2 0 持平
Flask 2 0 持平
Vue 8 2 下降
React 2 2 持平
Next.js 1 0 -
Vite / Webpack 0 1 上升

洞察:

  • FastAPI 8 → 0:FastAPI 是新兴 AI 后端框架,3-5 年市场仍火,5-10 年市场未涉及
  • Vue 8 → 2:Vue 在前端资深市场占比下降,资深前端更倾向 React
  • Spring 系 0 → 0:沙箱内没抓到 Spring 相关的资深岗样本(意外,但说明腾讯 + 字节内部主流不是 Spring)

4.3 数据库

数据库 3-5 年 5-10 年 趋势
MySQL 12 2 下降 6 倍
PostgreSQL 7 1 下降
MongoDB 9 1 下降
Redis 9 1 下降
ClickHouse 7 0 -
Doris 3 0 -
TiDB 2 0 -
Elasticsearch 1 0 -

洞察:

  • MySQL 12 → 2:资深岗几乎不要求数据库名称(默认假设你会)—— 数据库从”技能”变成”常识”
  • ClickHouse / Doris / TiDB 在 3-5 年岗仍高频(大数据时代的新基础设施)
  • 5-10 年数据库关键词几乎消失 —— 这意味着资深岗更关注架构 / 性能 / 一致性而非具体数据库选型

4.4 大数据 / 消息中间件

技术 3-5 年 5-10 年 趋势
Spark 4 2 持平
Flink 4 0 下降
Hadoop 5 4 持平
Hive 3 2 持平
Presto / Trino 4 0 下降
Storm 0 2 -
Kafka 4 0 下降

洞察:

  • Hadoop 5 → 4:Hadoop 在资深岗仍稳定 —— 老基础设施,大厂还在维护
  • Flink / Presto 在 3-5 年岗高频,5-10 年岗几乎消失 —— 因为资深岗更关注”数据架构”而非具体计算引擎
  • Storm 0 → 2 —— 老技术(2014 年前后主流)在 5-10 年资深岗里被维护(老系统还在跑)

4.5 云原生 / 容器 / 编排

技术 3-5 年 5-10 年 趋势
Kubernetes 8 4 下降
K8s 2 2 持平
Docker 7 4 持平
Service Mesh 3 0 下降
Serverless 0 2 上升
腾讯云 17 42 占绝对优势(腾讯自家)
阿里云 / AWS / 华为云 各 1 0 几乎为零

洞察:

  • K8s 8 → 4, Service Mesh 3 → 0:云原生在 3-5 年是”加分项”,在 5-10 年是”默认要求”—— 不再点名要求
  • Serverless 0 → 2:Serverless 在 5-10 年开始成为加分项,这是云原生下一阶段
  • 腾讯云样本偏差:17+42 = 59 次”腾讯云”出现,占云厂商词频的 90%+,腾讯自家产品。实际市场阿里云应该占主流,但本调研样本里被腾讯自家产品占满

4.6 AI / ML / 大模型(本调研最强信号)

技术 3-5 年 5-10 年 趋势
AI 230 144 绝对高频
大模型 48 46 持平
Agent 111 44 下降
LLM 27 10 下降
RAG 21 11 下降
Prompt 9 4 下降
LangChain 3 1 -
推理 53 15 下降
量化 13 5 下降
TensorFlow 6 2 下降
PyTorch 8 4 下降
深度学习 10 3 下降
机器学习 15 10 持平
NLP 6 0 -
GPU 11 8 持平
芯片 43 6 下降 7 倍

核心洞察:

  • AI / 大模型 占据绝对高频(3-5 年 278 次,5-10 年 190 次合计 468 次),远超任何其他技能类
  • Agent / RAG / Prompt / LangChain 是 3-5 年专属 —— 这是”AI 应用工程师”主流技术栈
  • 5-10 年市场 AI 词频显著下降但仍高频 —— 因为资深岗 AI 关键词从”会用”转向”造”(自研模型 / 推理框架)
  • 芯片 43 → 6:3-5 年岗大量提”芯片”(可能因腾讯云数据中心方向),5-10 年岗更关注”架构”

4.7 架构能力(资深岗最强信号)

能力 3-5 年 5-10 年 趋势
架构设计 33 51 上升 1.5 倍
分布式 22 15 下降
高并发 17 3 下降 5 倍
高可用 26 18 下降
微服务 2 2 持平
云原生 26 36 上升
性能优化 14 7 下降
故障排查 1 1 持平
服务治理 1 1 持平
领域驱动 (DDD) 1 1 持平

核心洞察:

  • 架构设计 33 → 51 是最强信号:这是 5-10 年岗最核心的能力,词频从 18.9% 涨到 43.9%
  • 高并发 17 → 3:5-10 年岗不再提”高并发”(默认你应该会)
  • 云原生 26 → 36 —— 架构师要懂云原生

4.8 GPU / 算力(新增方向)

技术 3-5 年 5-10 年 趋势
GPU 11 8 持平
芯片 43 6 下降 7 倍
CUDA 0 0 -
Triton 0 0 -
推理优化 1 1 持平
训练框架 3 0 -

洞察:

  • GPU 词频高(11+8=19 次) —— 大模型时代 GPU 算力是核心,3-5 年 / 5-10 年都要求
  • CUDA / Triton 词频为 0 —— 沙箱样本里没有挖到 GPU 底层优化岗(这类岗都在 NVIDIA / 阿里达摩院等海外 / 顶级实验室,不在 careers 公开页)

4.9 工程素养 / 软技能

能力 3-5 年 5-10 年 趋势
架构演进 3 4 上升
技术选型 3 5 上升
设计模式 0 2 -
代码审查 / Code Review 0 0 -

洞察:3-5 年岗强调”做事”,5-10 年岗强调”选型 + 演进 + 设计模式” —— 这就是”Tech Lead → 架构师”的能力转型

5. 3-5 年资深岗能力清单(基于 175 条样本)

5.1 后端方向(3 条样本,代表性偏低)

【必会】
- Python(27/175 = 15.4%) 或 Go(7.4%) 或 Java(4.6%)
- MySQL / PostgreSQL / Redis / MongoDB 至少熟练 2 种
- Kafka 消息队列
- Docker 容器化
- 分布式 / 高可用 / 高并发基础概念
- 性能优化 / 故障排查
- Git / Linux / TCP/IP 基础

【加分】
- Kubernetes / K8s 部署运维
- ClickHouse / Doris / TiDB 等新一代数据基础设施
- FastAPI / Django 主流 Python Web 框架
- 微服务 / Service Mesh 实践经验
- 一门 AI 框架(PyTorch / TensorFlow)

5.2 前端方向(5 条样本,代表性偏低)

【必会】
- Vue / React 至少精通 1 个
- TypeScript 进阶使用
- 前端工程化(Webpack / Vite / 性能优化)
- Node.js 全栈开发
- 微前端 / 前端监控 / 自动化测试

【加分】
- WebGL / 低代码 / 跨端开发
- 算法 / AI 应用前端(ML 平台前端 / 数据可视化)
- 团队管理能力
- 技术博客 / 开源项目

5.3 AI / 算法方向(75 条样本,大样本)

【必会】
- Python(核心语言)
- PyTorch / TensorFlow(至少一个)
- LLM / 大模型 应用工程(RAG / Prompt / Agent)
- LangChain / LangGraph / Claude Agent SDK(Agent 框架)
- 数据处理(Pandas / NumPy)
- 深度学习基础(CNN / RNN / Transformer)
- 推理 / 量化 / KV Cache(LLM 工程)

【加分】
- ML 平台 / MLOps(Kubeflow / MLflow)
- GPU 集群管理 / 推理优化
- 多模态(图像 / 视频 / 语音)
- 推荐系统 / 搜索 / 广告 算法
- LLM 训练(Megatron-LM / DeepSpeed)
- 顶会论文(AAAI / SIGGRAPH / CVPR / NeurIPS)
- PhD 学历加分

5.4 数据方向(28 条样本)

【必会】
- 大数据生态:Spark / Flink / Hadoop / Hive / Presto
- 数据库:MySQL / PostgreSQL / MongoDB / Redis
- 数据仓库 / ETL / 数据治理
- 实时计算 / 离线计算
- 至少一种 OLAP 引擎:ClickHouse / Doris / TiDB
- Kafka 消息队列

【加分】
- 数据湖 / Iceberg / Hudi
- 流批一体
- 湖仓一体架构
- 云原生数据基础设施
- 数据库内核开发

5.5 架构方向(9 条样本,代表性偏低,但 5-10 年有 48 条很丰富)

【必会】
- 分布式系统设计
- 高并发 / 高可用 实战经验
- 微服务 / 云原生 架构
- 服务治理 / 容量评估 / 故障演练
- 多机房 / 多 Region 容灾
- 架构演进 / 技术选型

【加分】
- DDD 领域驱动设计
- 架构治理 / 标准化
- 跨团队技术影响力
- 技术专利 / 行业奖项

5.6 云 / SRE 方向(6 条样本)

【必会】
- Kubernetes / Docker 容器编排
- Linux / TCP/IP / 网络 IO 深入理解
- CI/CD(Jenkins / GitLab / ArgoCD)
- 监控告警(Prometheus / Grafana / ELK)
- SRE 实践(可用性 / 错误预算 / 故障复盘)

【加分】
- 多云架构(AWS / 阿里云 / 腾讯云 / Azure)
- Service Mesh / Serverless
- 性能调优 / 内核调优

5.7 安全方向(13 条样本)

【必会】
- Web 安全(OWASP Top 10)
- 加密算法 / 协议(TLS / OAuth / JWT)
- 网络安全(防火墙 / IDS / IPS / VPN)
- 安全开发(SDL / DevSecOps)
- 合规要求(等保 / GDPR / 数据安全法)

【加分】
- 红蓝对抗 / 渗透测试
- 风控 / 反欺诈 / 反爬
- 二进制安全 / 逆向
- 威胁情报 / ATT&CK

5.8 测试方向(11 条样本)

【必会】
- 自动化测试(RobotFramework / TestNG / Selenium / Jmeter)
- 性能测试 / 压力测试 / 高可用测试
- 至少一种:Java / Python / Go
- CI/CD / Jenkins
- 数据库 / Linux 基础

【加分】
- 测试平台开发(测试工具 / 效率工具)
- 质量度量 / 数据驱动测试
- AI 测试 / 大模型评估(LLM Eval)

6. 5-10 年资深岗能力清单(基于 116 条样本,腾讯 + 字节双源)

6.1 核心结论:从”专项”到”架构”的全面转型

5-10 年经验样本中,架构设计能力词频 51 次(43.9%)是 3-5 年(18.9%)的 2.3 倍。这是资深岗最核心的能力信号。

6.2 5-10 年后端 / 架构师(代表性最强)

【必会】
- 分布式系统设计 + 落地经验(11 次)
- 高可用 + 多机房容灾(18 次)
- 微服务 / 云原生架构(36 次)
- 性能优化(7 次)+ 故障排查(1 次)
- 架构演进 + 技术选型(4 + 5 次)
- 至少精通 Go 或 Java(10-12 次)

【加分】
- DDD 领域驱动设计
- Service Mesh / Serverless
- 多 Region / 多活架构
- 大规模分布式存储 / 数据库架构

6.3 5-10 年 AI / 算法资深岗

【必会】
- 深度掌握大模型训练 / 推理框架
- LLM 工程化经验(Agent / RAG / Prompt 体系)
- 一门 AI 框架(PyTorch / TensorFlow)
- GPU 算力调度 / 推理优化
- 多模态 / 推荐 / 搜索 算法
- 顶会论文 / 专利(可选)

【加分】
- LLM 训练(Megatron / DeepSpeed)
- 推理优化(KV Cache / 量化 / Triton)
- 模型架构创新
- PhD 学历
- 海外经历

6.4 5-10 年数据架构师

【必会】
- 大数据架构(从 3-5 年的"用 Spark/Flink"升级到"设计数据湖 / 湖仓一体")
- 实时 + 离线 融合架构
- 数据治理 / 元数据 / 数据血缘
- 一门 OLAP 引擎 + 一门 OLTP 引擎的深度掌握
- 跨团队架构影响力

【加分】
- DB 内核开发 / 数据库架构师
- 湖仓一体 / 数据网格
- 流批一体架构

6.5 5-10 年架构师典型样本

职位 公司 城市 关键技能要求
数据库 AI 研究员 / 架构师 字节 深圳 Go/Java/Python + MySQL/PG + AI/ML + 深度学习框架 + 5 年数据库架构 + AI4DB/DB4AI 开源
站点架构专家 字节 杭州 公有云 Region/AZ/IDC + VPC/NAT/LB/DNS + K8S + 5 年云基础设施
数据库管控资深架构师 字节 杭州 K8S/Docker/VPC + 云原生 + 数据库创删变/高可用/容灾 + 5 年架构/工程
云原生架构工程师 字节 北京 K8S/GPU 集群管理 + 云原生架构 + 推荐/搜索/广告 + 5 年后端
AI Agent 后端开发工程师 字节 北京 Golang/Java/Python + 消息中间件/数据库 + LLM Agent / RAG / Prompt / LangChain
资深前端开发专家 字节 杭州 JavaScript/TypeScript + React/Vue + Webpack/Vite + 微前端 + 5 年前端 + 3 年架构 + 团队管理
测试开发工程师 字节 上海 Java/Python/Go + MySQL/MongoDB + 自动化框架 + 5 年自动化测试
云存储平台研发专家 腾讯 深圳 存储系统架构 + 团队培养 + 跨团队协作
数据中心架构设计 腾讯 深圳 IDC/AIDC 架构 + 风液混部 / 液冷 + 800V HVDC + 分布式储能
智能体-全栈开发专家 腾讯 深圳 多租户权限 / 多协议网关 / 全链路安全 / 多模型调度路由 / DDD / 微服务治理

7. 3-5 年 vs 5-10 年技能画像对比表

维度 3-5 年(175) 5-10 年(116) 转型方向
编程语言 Python 15.4% / Go 7.4% / Java 4.6% / TypeScript 3.4% Python 15.5% / Go 10.3% / Java 8.6% / TypeScript 0.9% Java 上升(金融/政企),TS 下降(前端岗少)
后端框架 FastAPI 8 / Django 2 / Flask 2 (几乎 0) 框架从”技能”变成”常识”
前端框架 Vue 8 / React 2 / TS 6 / Next.js 1 Vue 2 / React 2 / TS 1 / Vite 1 前端整体减少,TypeScript 大幅下降
数据库 MySQL 12 / PG 7 / Mongo 9 / Redis 9 / ClickHouse 7 / Doris 3 / TiDB 2 MySQL 2 / PG 1 / Redis 1 资深默认会数据库
大数据 Spark 4 / Flink 4 / Hadoop 5 / Hive 3 / Presto 4 Spark 2 / Hadoop 4 / Hive 2 / Storm 2 老技术(Hadoop/Storm)仍在资深岗维护
云原生 K8s 8 / K8s 2 / Docker 7 / Service Mesh 3 K8s 4 / K8s 2 / Docker 4 / Serverless 2 K8s 默认会;Serverless 新加分项
AI / ML AI 230 / 大模型 48 / Agent 111 / LLM 27 / RAG 21 / 推理 53 / PyTorch 8 / LangChain 3 AI 144 / 大模型 46 / Agent 44 / LLM 10 / 推理 15 / PyTorch 4 AI 全栈仍是核心;Agent / LLM / 推理 词频下降(从”会用”到”造”)
架构能力 架构设计 33 / 分布式 22 / 高并发 17 / 高可用 26 架构设计 51 / 分布式 15 / 高可用 18 / 云原生 36 架构设计词频翻 1.5 倍是最大信号
GPU / 算力 GPU 11 / 芯片 43 / 训练框架 3 GPU 8 / 芯片 6 / 训练框架 0 资深默认会 GPU,芯片词频下降
工程素养 架构演进 3 / 技术选型 3 架构演进 4 / 技术选型 5 / 设计模式 2 从”做事”转”选型 + 演进”
薪资中位数 Boss 直聘 20-50K(月薪) Boss 直聘 30-60K(月薪) +50%

8. 6 个方向的资深岗真实 JD 样本(代表性最强)

8.1 后端(5 年):AI Agent 后端开发工程师 @ 字节(北京)

【职责】
1. 作为高级后端工程师,端到端地负责服务与系统,提出合理的架构方案;
2. 设计、构建并持续演进后端服务,确保可维护性、可扩展性与可观测性;
3. 与产品、设计及跨职能团队合作,交付新功能并优化用户体验;
4. 通过代码评审、架构指导和知识分享指导团队成员成长;
5. 驱动中长期技术路线图,制定清晰的演进策略。

【任职要求】
1. 计算机科学或相关专业本科及以上学历;
2. 5 年以上后端开发经验或同等技术深度;
3. 精通 Golang/Java/Python(一种或多种);
4. 熟悉消息中间件、关系型数据库及常见后端设计模式;
5. 具备 AI Agent 相关经验,包括:
   - Agent 架构设计(LLM 自主决策 / 多 Agent 协作)
   - Agent 工具调用(Tool Use / Function Calling)
   - 规划与推理(Planning & Reasoning)
   - 记忆管理(Memory Management)
   - 主流框架(LangChain / LangGraph / Claude Agent SDK)
   - RAG(检索增强生成)工程化
   - Prompt Engineering + 上下文管理 + Agent Eval

技能画像:后端 + AI Agent 双栈。后端是基础,AI Agent 是 2026 H1 后端岗的核心差异化。

8.2 AI 算法(5 年):数据库 AI 研究员 / 架构师 @ 字节(深圳)

【职责】
1. 负责 AI 时代的数据库架构设计(向量搜索 / 图计算 / 时序);
2. 负责数据库智能策略研发(AIOps / 自动索引推荐 / 查询优化);
3. 负责 AI 数据基础设施构建(数据库 × ML 框架高效对接);
4. 探索 AI 与数据库结合的最佳实践。

【任职要求】
1. 计算机相关专业本科及以上;
2. Go/Java/Python/C++ 至少一种;
3. 5 年以上数据库架构设计或开发经验 + 至少 2 年 AI × DB 实践;
4. MySQL / PostgreSQL + 分布式数据库 / NoSQL 经验;
5. 深度学习框架(TensorFlow / PyTorch / XGBoost)。

【加分项】
1. 向量化执行引擎 / GPU 数据库加速
2. SQL 引擎扩展开发(UDF + AI 模型集成)
3. VLDB / SIGMOD 顶会论文
4. 主导 AI4DB / DB4AI 开源项目(Apache MADlib)

技能画像:资深数据库 × AI 前沿。2 个细分方向:AI4DB(AI 改造数据库)+ DB4AI(数据库支撑 AI)。

8.3 前端(5 年):资深前端开发专家 @ 字节(杭州)

【职责】
1. 负责团队机器学习 / 深度学习业务系统的前端架构设计;
2. 主导前端工程化建设(Webpack / Vite / 性能优化);
3. 主导 ML 平台前端(算法工程师调试 + 部署上线);
4. 推动跨团队技术合作;
5. 团队日常管理 + 人才培养。

【任职要求】
1. 5 年以上前端开发经验 + 3 年以上架构设计经验;
2. 精通 JavaScript/TypeScript + ES 新特性;
3. 精通 React/Vue 至少一个 + 框架原理;
4. Webpack/Vite 构建工具原理;
5. Node.js 全栈开发;
6. 前端性能优化 + 微前端 + 前端监控 + 自动化测试;
7. 团队管理能力。

【加分项】
1. 开源项目 / 技术社区影响力
2. 复杂业务系统 / ML 平台前端经验
3. 低代码 / 跨端开发 / WebGL
4. 技术专利 / 技术文章
5. 英语流利

技能画像:资深前端 + ML 平台 + 团队管理。前端资深岗的关键转型:从业务前端到 ML / AI 平台前端。

8.4 数据(5 年):数据库管控资深架构师 @ 字节(杭州)

【职责】
1. 数据库基础平台 — 通用云原生管控能力(云原生 / 调度 / 管控);
2. 数据库产品线通用智能化管控平台架构设计(创删变 / 高可用 / 容灾 / 备份);
3. 利用 K8S/Docker/VPC 与数据库技术结合;
4. 探索数据库与云原生最佳实践。

【任职要求】
1. 计算机相关专业本科 + 5 年以上架构/工程经验;
2. Go/Java/Python 至少一种;
3. Openstack / K8S Operator 研发经验;
4. 主导云数据库管控架构经验;
5. K8S 安全 / HA / 备份 / 监控等关键管控能力。

技能画像:数据库 × 云原生 × 架构师。“资深数据岗”的真实定义是云原生数据库架构师。

8.5 架构(5 年):云原生架构工程师 @ 字节(北京)

【职责】
1. 推动智能推荐业务向云原生架构转型;
2. 基于云原生的 DevOps 建设;
3. 基于云原生的弹性资源管理;
4. AI SaaS 应用产品建设。

【任职要求】
1. 5 年以上后端工作经验;
2. Linux / 存储 / 网络 IO 深入理解;
3. GPU 集群管理经验(推荐 / 搜索 / 广告系统优先);
4. 云原生研发实践经验 + 云组件成本 / 性能 / 稳定性。

技能画像:云原生架构 + GPU 集群管理 + 推荐/AI 系统经验。

8.6 测试(5 年):测试开发工程师 @ 字节(上海)

【职责】
1. 自动化测试体系建设 + 性能 / 持续集成平台构建;
2. 测试工具 / 效率工具研发;
3. 测试用例编写 + 性能测试 + 压力测试 + 高可用测试。

【任职要求】
1. 本科 + 5 年自动化测试 / 软件开发经验;
2. Java / Python / Go + MySQL / MongoDB;
3. 自动化框架(RobotFramework / TestNG / Jenkins / Jmeter / Selenium);
4. 测试流程 + 测试用例设计方法;
5. 抗压 + 团队协助能力。

技能画像:测试开发工程师 = 后端开发 + 自动化测试。5 年测试岗的核心是”做工具 / 平台”,不是”找 bug”。

9. 资深岗转型的 5 条具体建议

9.1 从 3-5 年到 5-10 年,转”架构设计”

3-5 年岗词频:架构设计 18.9% / 分布式 12.6% / 高可用 14.9% 5-10 年岗词频:架构设计 43.9% / 分布式 12.9% / 高可用 15.5%

核心信号:架构设计能力是 5-10 年市场最核心差异化。从 3-5 年到 5-10 年的转型,核心是”从做事到定事”。

9.2 加 AI Agent / RAG / Prompt 工程到简历

字节后端 5 年 JD 已经把 AI Agent / RAG / Prompt / LangChain / Claude Agent SDK 列为必会。3-5 年后端 / 测试 / 数据岗如果简历里没有 AI Agent 经验,5-10 年市场直接淘汰。

9.3 主动写架构演进 / 技术选型案例

3-5 年 → 5-10 年,架构演进 / 技术选型 / 设计模式 / DDD 这些词从”加分项”变”必会”。没有”我主导了一次架构演进”案例,简历在 5-10 年市场就是”做了 5 年的 CRUD”。

9.4 数据库 / 框架从”技能”变成”常识”

3-5 年市场要列 MySQL / Redis / K8s / FastAPI,5-10 年市场不再列(默认你会)。资深岗简历不应该花篇幅讲”我会 MySQL”,应该讲”我设计的数据库架构支撑 X 亿数据 / Y QPS”。

9.5 考虑方向转型

3-5 年后端 / 前端岗位在资深市场反而少(4-9 个),资深市场更缺架构 / AI / 数据。如果你的目标是 5-10 年市场,3-5 年阶段就开始积累架构 + AI 案例,比纯做后端 5 年再转型更有竞争力。

10. 给 HR / 招聘方的 3 条观察

10.1 大厂 careers 是反爬盲区

Boss / 拉勾 / 猎聘 / 51job 全部反爬 JD 详情,但大厂 careers 公开 API 200。HR 想做市场调研,直接走 careers API 即可。

10.2 资深岗的 JD 关键词与 3-5 年岗显著分化

关键词 3-5 年 5-10 年 转型方向
MySQL / Redis / FastAPI / Vue 高频 低频 资深默认会
架构设计 / 架构演进 / 技术选型 中频 高频 资深核心
GPU / 推理 / 量化 中频 中频 大模型时代必备
Agent / RAG / Prompt / LangChain 高频 中频 资深从”用”转”造”

HR 写 JD 时要分清:3-5 年和 5-10 年的 JD 关键词表应该完全不同。用 3-5 年的 JD 招资深,关键词会被自动过滤(招聘平台按关键词权重排序)。

10.3 腾讯云样本偏差需注意

本调研 291 条样本里,腾讯云出现 59 次(全部是腾讯自家产品)。其他云厂商在沙箱样本里几乎为零。真实市场阿里云 / AWS 占比应该更高,本调研不反映非腾讯生态的真实需求。

11. 数据局限与下一轮调研方向(必读)

11.1 本调研的 5 个明确局限

  1. 大厂样本偏差:291 条全部来自腾讯 + 字节,不代表阿里 / 美团 / 拼多多 / 滴滴 / 小红书 / 蚂蚁。沙箱内阿里 careers 反爬,未抓到样本。
  2. 腾讯云占绝对比例:腾讯自家产品词频过高,不能外推到非腾讯生态。
  3. 海外岗占少数:腾讯 Workday 海外岗 + 字节海外岗样本较少,北美 / 欧洲市场画像未深入。
  4. 单时点采样:仅 2026-07-05 单日抓取,不含时间序列趋势。
  5. 方向标签手工分类:291 条职位的”方向”(后端 / 前端 / AI / 数据 / 架构)由关键词匹配,可能有 5-10% 误差。

11.2 下一轮调研的 4 个改进方向

  1. 接入阿里 / 美团 / 拼多多 / 小红书 careers:样本可扩到 500-1000 条,真实反映中国市场。
  2. 接入拉勾 / Boss 直聘的 WebSocket / 长连接:绕过反爬,拿到非大厂样本。
  3. 跨时点采样:2026-07 / 2026-09 / 2026-11 三个时点对比,看 AI / 架构 / 数据 等方向的需求变化。
  4. 海外岗专题:腾讯 Workday + 字节 + 国内大厂海外岗,做”国内 vs 海外技能画像”对比。

12. 本节要点(7 条压缩结论)

  1. 本调研 291 条样本全部来自腾讯 + 字节 careers 公开 API,Boss / 拉勾 / 猎聘 / 51job JD 详情 6/6 被反爬拦截。大厂 careers 是当前国内程序员市场最干净的结构化数据源。
  2. 方向分布:AI / 算法 108(37%) / 架构 57(20%) / 数据 38(13%) / 安全 13 / 测试 11 / 前端 9 / 后端 4。资深市场 AI + 架构 + 数据占 70%+。
  3. 编程语言:Python 持平 15% / Java 4.6% → 8.6% / Go 7.4% → 10.3% / TypeScript 3.4% → 0.9%。资深市场 Java 翻倍(金融/政企),TypeScript 大幅下降(前端岗少)。
  4. AI / ML 技能:AI 374 / 大模型 94 / Agent 155 / LLM 37 / RAG 32 / 推理 68。3-5 年岗强调”会用 Agent / RAG / Prompt”,5-10 年岗强调”造模型 / 推理优化”。
  5. 架构能力:架构设计 33 → 51(1.5 倍)是最大信号。从 3-5 年的”做事”到 5-10 年的”定事”,架构设计是分水岭。
  6. 数据库 / 框架从”技能”变”常识”:MySQL 12 → 2 / FastAPI 8 → 0 / Vue 8 → 2。资深岗简历不应花篇幅讲”我会 MySQL”。
  7. 腾讯云样本偏差:腾讯云出现 59 次(占云厂商词频 90%+),不反映非腾讯生态。阿里 / 美团 / 拼多多 / 滴滴 沙箱内未抓到样本,本调研不替代全市场调研。

13. 下一节预告

职场调研第 3 篇:2026 H1 资深岗薪资分布——基于 291 条腾讯 + 字节样本 + Boss 直聘 salary 7 档,做资深岗月薪区间 + 经验 × 方向 × 城市的薪资分布分析。

附录 A:291 条原始样本的关键词词频全集

A.1 3-5 年(175 条)技能词频

编程语言:
  Python 27 (15.4%)
  Go 13 (7.4%)
  Java 8 (4.6%)
  TypeScript 6 (3.4%)
  C++ 3 (1.7%)

后端框架:
  FastAPI 8 (4.6%)
  Django 2 (1.1%)
  Flask 2 (1.1%)

前端框架:
  Vue 8 (4.6%)
  React 2 (1.1%)
  TypeScript 6 (3.4%)
  Next.js 1 (0.6%)

数据库:
  MySQL 12 (6.9%)
  PostgreSQL 7 (4.0%)
  MongoDB 9 (5.1%)
  Redis 9 (5.1%)
  ClickHouse 7 (4.0%)
  Doris 3 (1.7%)
  TiDB 2 (1.1%)
  Elasticsearch 1 (0.6%)

消息中间件:
  Kafka 4 (2.3%)
  RocketMQ 1 (0.6%)
  Pulsar 1 (0.6%)

大数据:
  Spark 4 (2.3%)
  Flink 4 (2.3%)
  Hadoop 5 (2.9%)
  Hive 3 (1.7%)
  Presto 2 (1.1%)
  Trino 2 (1.1%)

云原生:
  Kubernetes 8 (4.6%)
  K8s 2 (1.1%)
  Docker 7 (4.0%)
  Service Mesh 3 (1.7%)

云厂商:
  腾讯云 17 (9.7%) — 偏差,腾讯自家
  AWS 1 / 阿里云 1

AI / ML:
  AI 230 (131.4%) — 多次重复出现
  Agent 111 (63.4%)
  大模型 48 (27.4%)
  推理 53 (30.3%)
  LLM 27 (15.4%)
  RAG 21 (12.0%)
  机器学习 15 (8.6%)
  量化 13 (7.4%)
  深度学习 10 (5.7%)
  Prompt 9 (5.1%)
  PyTorch 8 (4.6%)
  TensorFlow 6 (3.4%)
  NLP 6 (3.4%)
  LangChain 3 (1.7%)

架构:
  架构设计 33 (18.9%)
  云原生 26 (14.9%)
  高可用 26 (14.9%)
  分布式 22 (12.6%)
  高并发 17 (9.7%)
  性能优化 14 (8.0%)
  微服务 2 (1.1%)
  故障排查 1 / 服务治理 1 / 领域驱动 1

GPU / 算力:
  芯片 43 (24.6%)
  GPU 11 (6.3%)
  训练框架 3 (1.7%)
  推理优化 1

工程素养:
  架构演进 3 / 技术选型 3 / 设计模式 0

A.2 5-10 年(116 条)技能词频

编程语言:
  Python 18 (15.5%)
  Go 12 (10.3%)
  Java 10 (8.6%)
  TypeScript 1 (0.9%)
  C++ 1 (0.9%)

前端框架:
  Vue 2 / React 2 / TypeScript 1 / Webpack 1 / Vite 1

数据库:
  MySQL 2 / PostgreSQL 1 / Redis 1

大数据:
  Hadoop 4 / Spark 2 / Hive 2 / Storm 2

云原生:
  Kubernetes 4 / K8s 2 / Docker 4 / Serverless 2

云厂商:
  腾讯云 42 (36.2%) — 偏差

AI / ML:
  AI 144 (124.1%)
  大模型 46 (39.7%)
  Agent 44 (37.9%)
  LLM 10 (8.6%)
  RAG 11 (9.5%)
  机器学习 10 (8.6%)
  推理 15 (12.9%)
  量化 5 (4.3%)
  深度学习 3 (2.6%)
  PyTorch 4 (3.4%)
  TensorFlow 2 (1.7%)
  LangChain 1 / Prompt 4

架构:
  架构设计 51 (43.9%) — 最大信号
  云原生 36 (31.0%)
  高可用 18 (15.5%)
  分布式 15 (12.9%)
  性能优化 7 (6.0%)
  高并发 3 (2.6%)
  微服务 2 / 服务治理 1 / 领域驱动 1 / 故障排查 1

GPU / 算力:
  GPU 8 / 芯片 6 / 推理优化 1

工程素养:
  技术选型 5 / 架构演进 4 / 设计模式 2

附录 B:沙箱内未独立验证的事实

事实 出现位置 沙箱内验证状态
腾讯 careers 348 个职位 §3 / A 已由本会话 curl 实测
字节 careers 318 个职位 §3 / A 已由本会话 curl 实测
291 条 3 年以上资深岗位 §3 已由本会话 curl + 解析
编程语言 / 框架 / 架构 / AI 等关键词词频 §4 / A 已由本会话正则解析
“腾讯云 17+42=59 次出现,占云厂商词频 90%+” §1.4 / §10.3 已由本会话词频统计
“3-5 年市场 Java 4.6% → 5-10 年市场 8.6%” §4.1 / §7 已由本会话词频统计
“AI 374 / 大模型 94 / Agent 155 等总词频” §12 已由本会话词频统计
“阿里 / 美团 / 拼多多 / 滴滴 / 小红书 / 蚂蚁 沙箱内未抓到” §1.4 / §11.1 推断,基于本会话尝试阿里 careers API 失败
“CUDA / Triton 词频为 0” §4.8 已由本会话词频统计
“数据治理 / DDD / 领域驱动词频” §4.7 已由本会话词频统计
“真实市场阿里云 / AWS 占比应该更高,本调研不反映” §10.3 推断,基于腾讯样本偏差

附录 C:技术附录 —— 大厂 careers 反爬绕过方法论

C.1 腾讯 careers 公开 API

URL:    https://careers.tencent.com/tencentcareer/api/post/Query
Method: GET
参数:
  keyword        关键词(如 Java / Python / 后端 / AI / 架构)
  pageIndex      页码
  pageSize       每页数量
  language       zh-cn / en-us
  area           cn(中国)/ overseas(海外)
返回:
  Posts[].RecruitPostName      职位名
  Posts[].Responsibility       完整 JD(职责 + 任职要求 + 加分项)
  Posts[].RequireWorkYearsName  经验要求(三年以上 / 五年以上 / 十年以上)
  Posts[].LocationName          工作地点
  Posts[].CategoryName          类别(技术 / 产品 / 设计)
无反爬,无 cookie,无验证码

C.2 字节跳动 careers 公开 API

URL:    https://job.bytedance.com/api/v1/search/job/posts
Method: POST
Header: Content-Type: application/json
Body:
  {"keyword":"Java","location_code":"CT_125","page":1,"limit":20}
返回:
  job_post_list[].title        职位名
  job_post_list[].description  职责
  job_post_list[].requirement  任职要求(独立字段)
  job_post_list[].city_info.name  工作地点
  job_post_list[].job_category.name  类别
无反爬,无 cookie,无验证码

C.3 反爬观察:大厂 careers 是反爬盲区

平台 反爬强度 沙箱可达
Boss 直聘 joblist 高(环境异常 code 37) ❌
拉勾 positionAjax 阿里云 WAF ❌
猎聘 search API 接口名变更 / 404 ❌
51job SPA HTML 11KB 空壳 ❌
思否 /a/ 详情页 SafeLine WAF 468 ❌
腾讯 careers 无反爬 ✅
字节 careers 无反爬 ✅
实习僧 Nuxt SSR iconfont 编码职位名(部分) ✅

核心洞察:大厂自家 careers 公开数据通常没有反爬(SEO 友好的诉求),第三方招聘平台的反爬只针对核心数据接口(JD 详情),辅助接口(条件 / 联想 / 城市)通常开放。

C.4 关键字段在数据中的位置

字段 腾讯 careers 字节 careers
职位名 RecruitPostName title
完整 JD 文本 Responsibility(包含职责 + 任职要求 + 加分项) description(职责)+ requirement(任职要求)
经验要求 RequireWorkYearsName(三年以上 / 五年以上) requirement 字段中正则 r'(\d+)\s*年\s*以上'
工作地点 LocationName city_info.name
类别 CategoryName(技术 / 产品 / 设计) job_category.name
招聘类型 - recruit_type.name(正式 / 实习)
JD 详情页 URL PostURL code(内部 ID)

C.5 经验提取正则

# 腾讯 careers: 直接读 RequireWorkYearsName 字段
# 字节 careers: 从 requirement 字段正则提取
import re
def exp_year(text):
    m = re.search(r'(\d+)\s*年\s*以上', text or '')
    return int(m.group(1)) if m else None
说明 · 本站内容均为学习笔记与经验总结,所有菜谱与技法请结合实际食材、季节与个人口味灵活调整。涉及生食、营养与健康的内容仅供参考,特殊体质或疾病请咨询专业营养师/医生。