岗位职责
- 基于大模型算法应用，主导从需求创建到应用发布全流程各环节提效工具的开发与建设，结合Agent工作流实现研发流程的智能化编排，提升公司整体需求交付效率；
- 对公司内部过往各大提效系统和工具进行智能化重构，构建基于Agent的智能研发助手、自动化测试Agent、故障诊断Agent等新型工具，推动传统效能工具向AI原生形态演进；
- 负责特定垂类场景模型的训练、微调、优化与评测，同时搭建配套的LLMOps体系，实现模型迭代、Prompt管理、效果评估的自动化闭环，持续提升模型在研发效能场景下的实际效果；
- 深入挖掘公司内部研发过程中的痛点，开发有针对性、有前瞻性的智能化工具，结合AIOps能力实现研发问题的自动发现、根因分析与自愈建议，并持续迭代优化；
- 通过自研、集成、二次开发等多种手段，推进大模型与Agent在研发、测试、项目交付管理全流程的落地实践，打通算法能力与DevOps工具链，系统性提升组织研发效能。
职位要求
- 计算机相关专业本科及以上学历，2年以上工作经验，其中半年以上大模型算法相关经验，兼具算法能力与工程落地意识；
- 熟练使用Python或Java等编程语言，有PyTorch等深度学习框架使用经验，具备良好的代码规范与系统设计能力；
- 熟练掌握大模型预训练、微调等训练方法，熟悉LangChain/LlamaIndex/AutoGen/Dify等主流Agent框架，有Multi-Agent协作、Function Calling、RAG等Agent核心机制的工程化落地经验；
- 了解AI原生DevOps（LLMOps/AIOps）体系，熟悉模型服务部署、Prompt版本管理、Agent运行监控、CI/CD与Agent工作流集成等相关技术，有将AI能力嵌入研发流水线的实践经验者优先；
- 具备良好的团队合作精神，能够分解复杂问题并通过跨团队协作拿到结果，能够将算法能力转化为可落地的效能工具产品；
- 有自然语言/多模态大模型、深度序列模型、深度生成模型、图神经网络、知识图谱、数据挖掘、云计算系统、机器学习平台等相关技术或落地经验者优先；
- 符合以下条件之一者优先：a. 有AI大模型实际落地应用开发和优化经验；b. 有React等前端范式落地经验，能独立完成Agent应用前后端开发；c. CCF-A类论文一作；
- 主导过研发效能改进并取得显著量化成果者优先，有Agent驱动的研发效能工具建设经验者优先；
- 英语沟通能力良好，日常可与海外团队顺畅协作，能阅读前沿AI Agent与DevOps领域英文技术文档。
