【岗位定位】 负责构建AI驱动的研发效能体系，通过整合前沿AI技术重构传统软件工程范式，助力团队实现效率跃迁与质量跃升 【岗位职责】 一、 AI赋能研发体系建设（核心职责） 1. 流程重构：基于敏捷/DevOps体系，设计AI增强型研发流程，建立从需求分析到部署运维的智能辅助机制 2. 工具链整合：构建AI工具矩阵（如CodeGen/TestGen/BugPredictor），实现与CI/CD流水线的深度集成 3. 效能度量：建立AI驱动的研发效能指标体系（如代码生成效率、测试用例覆盖率、缺陷预测准确率） 4. 知识工程：打造企业级软件工程知识图谱，实现经验资产的智能沉淀与复用 二、 智能体开发（技术核心） 1. 代码智能：引入并持续运营AI辅助编程系统，实现代码自动生成、补全与优化建议 2. 测试智能：构建智能测试平台，支持测试用例自动生成、异常场景模拟与测试报告解读等 3. 运维智能：创建智能运维助手，实现故障自动诊断、根因分析与修复方案推荐 4. 持续进化：建立反馈闭环机制，推动AI模型在研发场景中的持续优化 三、 CI/CD与配置管理 1. 流水线优化：设计AI增强的CI/CD流水线，实现智能构建、测试与部署 2. 环境管理：构建智能环境管理系统 3. 版本控制：开发AI辅助的版本管理系统，实现变更影响分析与智能回滚 4. 基础设施：搭建MLOps平台，支持AI模型的训练、评估与部署 四、 团队赋能与生态建设 1. 技能升级：设计AI+软件工程培训体系，培养团队AI应用能力 2. 流程落地：推动AI工具在跨团队中的标准化应用与持续改进 3. 生态构建：建立AI研发工具链开放平台，促进内部创新孵化 4. 行业影响：参与AI+软件工程标准制定，提升企业技术影响力 基本条件： * 全日制计算机科学/软件工程相关专业硕士及以上学历，8年以上软件工程实践经验 * 具备AI工程化落地经验，有成功推动AI在研发场景规模化应用的案例 * 在GitHub等平台有开源AI工具开发贡献者优先 技术能力： * 深度掌握：LLM应用开发、RAG架构设计、Agent构建（如Dify/n8n）等AI工程化 技术 * 工具开发：精通至少一种AI框架（如LangChain/LlamaIndex），能开发定制化AI工具 * 研发体系：熟悉主流CI/CD工具链（Jenkins/GitLab CI/ArgoCD）与配置管理工具 * 编程能力：熟练Python/Java，能开发高性能AI服务接口与研发工具 * 云原生：熟悉Kubernetes生态，具备AI模型服务化部署经验 工程能力： * 系统设计：具备大型分布式系统架构设计能力，能构建高可用AI服务平台 * 效能优化：有研发效能度量体系建设经验，熟悉DORA指标体系 * 质量保障：熟悉混沌工程、精准测试等先进质量保障方法 * 安全合规：了解AI模型安全、数据隐私保护等相关规范 体系构建能力： * 有从0到1构建AI研发体系的成功经验，熟悉AIOps最佳实践 * 具备AI工具平台开发能力，能将研发经验转化为可复用的智能服务 * 熟悉软件工程国际标准（如ISO/IEC 5270），具备标准化体系建设经验 软素质： * 战略思维：能平衡技术先进性与业务可行性，制定AI赋能路线图 * 变革推动：具备跨团队技术变革推动能力，能建立AI应用文化 * 学习能力：保持对AI前沿技术的持续跟踪，具备快速验证能力 * 协作精神：能与数据科学、算法工程等多团队高效协同 【加分项】 * 发表过AI+软件工程领域顶会论文（如ICSE/FSE/ASE） * 拥有AI相关专利或开源项目核心贡献者身份 * 有ERP、互联网等行业AI工程化落地经验 * 具备多模态大模型在研发场景的应用实践经验