崗位職責:
一、AI研發(fā)中臺建設
1.開發(fā)智能編碼助手(IDE插件),支持Java/Kotlin/C++等語言,實現(xiàn)代碼自動補全、智能審查與重構功能,降低人工編碼成本;
2.構建基于NLP的文檔知識圖譜系統(tǒng),打通需求文檔與代碼實現(xiàn)鏈路,確保API調用準確率≥85%。
二、智能質量工程
1.研發(fā)AI測試用例生成引擎,覆蓋UI自動化測試及MCU通信協(xié)議測試場景,提升測試覆蓋率與執(zhí)行效率;
2.建立缺陷預測模型,基于Git歷史數(shù)據(jù)、SonarQube掃描結果及代碼特征,識別高風險模塊并提前預警。
三、研發(fā)效能優(yōu)化
1.開發(fā)CI/CD智能調度系統(tǒng),優(yōu)化資源分配策略與任務優(yōu)先級,實現(xiàn)資源利用率提升50%+;
2.構建開發(fā)者能力畫像系統(tǒng),通過代碼提交行為分析提供個性化效能提升方案,推動團隊技術能力升級。
四、AI技術賦能
1.每雙月組織AI提效Workshop,培養(yǎng)30+名具備MLOps能力的工程師,推動AI工具鏈落地;
2.牽頭申報智能化軟件開發(fā)專項課題,探索AI在研發(fā)領域的創(chuàng)新應用場景。
任職要求:
一、教育背景:計算機科學、人工智能、軟件工程等相關專業(yè)本科及以上學歷,碩士優(yōu)先。
二、核心技術能力要求:
1、AI模型與架構
精通Transformer/BERT架構改造,掌握Codex/GPT等大模型微調技術,具備代碼生成、補全場景的模型優(yōu)化經(jīng)驗;
熟悉靜態(tài)程序分析技術,掌握抽象語法樹(AST)解析、代碼語義理解等規(guī)則。
2、工程化落地能力
熟悉MLOps全流程工具鏈,包括TensorFlow Extended(TFX)、Airflow等模型訓練與部署框架;
具備大型IDE/VSCode插件開發(fā)經(jīng)驗,能獨立完成智能編碼工具與開發(fā)環(huán)境集成。
3、研發(fā)效能技術棧
熟悉Jenkins持續(xù)集成、Gerrit代碼評審、OpenGrok代碼檢索等研發(fā)生態(tài)工具鏈;
掌握自動化測試框架(如Appium/JUnit)及UI/協(xié)議層測試用例生成技術。
4、行業(yè)經(jīng)驗 :
3年以上AI+軟件工程交叉領域經(jīng)驗,滿足以下條件者優(yōu)先:
有安卓TV開發(fā)環(huán)境適配經(jīng)驗,熟悉智能電視OS架構及應用開發(fā)規(guī)范;
主導過IDE插件開發(fā)或代碼分析工具(如SonarQube)二次開發(fā)項目;
有項目管理或者質量管理經(jīng)驗。