Android 工程师（AI 训练与评测 ）

岗位背景 我们正在提升大模型在移动应用开发方向的能力，工作覆盖后训练数据构造、SFT / RL、Agent 任务设计和自动化评测。 Android 是一个同时考验代码生成与真实环境执行能力的复杂场景。模型不仅要能够编写代码，还需要理解应用架构、构建系统、系统 API、设备差异和 UI 交互，并确保生成的应用可以在真实设备或模拟器中完成编译、安装、启动和运行。 在这个领域，“代码看起来正确”远远不够。模型生成的应用必须真正跑起来，Agent 执行的操作也必须产生预期结果。因此，训练数据和评测体系的工程难度并不低于模型训练本身。 我们希望找到一位真正理解 Android 工程的伙伴，一起把训练数据、自动化评测、设备沙盒和 Mobile Agent 的完整链路建设起来。你不是单纯在开发一款 App，而是在帮助模型获得开发和操作移动应用的能力。 你将负责 1）构建 Android 训练数据：设计移动应用开发任务的能力维度、难度分层和数据配方，产出可用于 SFT、RL 和 Agent 训练的高质量数据；覆盖单轮代码、多文件应用、多轮交互、UI 还原、功能开发、问题修复、跨端实现和 Agent 操作等任务类型，涉及 Android 原生、Flutter、React Native、Kotlin Multiplatform 等技术方向。 2）建设自动化评测体系：设计 Android 代码和应用行为的自动化评测方法，覆盖编译与构建、应用安装与启动、单元测试、UI 比对、功能回归、性能与稳定性等验证环节；建设 Mobile Agent 端到端评测，验证 Agent 能否完成应用安装、启动、点击、输入、页面跳转、权限处理和任务执行等真实操作。 3）建设设备集群与沙盒环境：参与建设高并发、高可用的 Android 设备集群和沙盒链路，覆盖不同 Android 版本、厂商 ROM、屏幕尺寸、设备形态和网络条件；使用 ADB、AVD、Android Emulator、KVM 等技术，为训练和评测提供稳定、可复现的运行环境，并持续提升 Agent 的设备操作能力、评测效率和问题定位能力。 【任职要求】 我们希望你具备 1）深度使用 AI 编程工具，已将 Claude Code、Cursor、Codex 等至少一种工具融入日常开发流程；愿意持续研究 Agent、Harness 和 Computer Use 的能力边界。 2）理解大模型与 Agent 的基本工作机制，能够区分 SFT 数据、RL Reward 和评测集，理解 Tool Calling、多轮交互、Context Engineering 等概念。我们不要求你训练过模型，但希望你理解这些机制分别在解决什么问题。 3）具备 3 年以上 Android 工程经验，熟练使用 Kotlin或Java，熟悉 AGP、Gradle、R8 等 Android 构建与工程体系。 4）具备完整的 Android 应用开发经验，熟悉应用架构、性能优化、网络通信、缓存、数据持久化、权限管理、应用打包与发布等环节，了解一个真实应用从开发、测试到上线迭代的完整过程。 5）熟悉 ADB、AVD、Android Emulator、KVM，能够进行模拟器配置、设备控制、日志分析和问题排查。 6）熟练使用 Python，能够阅读和修改 TypeScript / Node.js 项目。 7）熟悉 Docker、Linux 和基础后端工程，能够参与自动化任务、评测服务和运行环境的建设。 8）能够将复杂的移动应用开发任务拆解为可复现、可自动执行、可客观验证的工程问题。 加分项 1）做过训练数据合成、Benchmark 或自动化评测体系，尤其是 Android、Mobile Agent、Computer Use 相关项目。 2）深度参与 Agent 或 MCP 生态，例如改造过 Agent Harness、开发过 MCP Server，或为开源 Agent 项目贡献过代码。 3）有 Appium、UIAutomator2、Espresso 等自动化测试经验，建设过移动端 UI 自动化或功能回归体系。 4）具备 JNI、NDK、OLLVM、Android 逆向或应用安全经验，熟悉 R8、资源与字符串加密、Native 下沉、应用加固或自研壳等技术。 5）具备 Flutter、React Native、Kotlin Multiplatform 等跨端开发经验。 6）了解 Kubernetes、QEMU、虚拟化等基础设施技术，建设或维护过大规模设备集群、云真机平台或移动应用沙盒。 7）具备 Go 工程经验。