顶尖应届-AI智能软件开发系统研究工程师-软件

1、研发下一代AI驱动的软件工程范式 - 构建面向移动端及嵌入式OS的智能编程系统，探索LLM在代码生成、架构设计、静态分析及测试用例生成等全流程的自治能力； - 研发智能编程辅助系统，实现需求文档→技术方案→代码实现→测试验证的端到端闭环开发。 2、构建软件工程Agent体系架构 - 设计具有记忆、规划与工具调用能力的多智能体框架，实现复杂功能开发的自主决策与执行； - 开发基于强化学习的Agent协作机制，优化代码质量、构建成功率等核心指标。 3、研发超大规模代码检索增强生成系统 - 设计高效的多粒度代码索引结构与语义检索框架，实现亿级代码片段的高精准召回与排序； - 研发代码知识库与LLM深度融合的混合检索技术，提升复杂项目上下文理解与跨文件依赖分析能力。 4、微调和评估软件工程领域专用模型 - 针对IDE补全、对话等场景微调专用小参数大模型，提升代码生成率； - 评估大模型在特定软件工程领域的能力，针对具体研发场景选择适合的模型。 5、前沿技术探索与专利布局 - 跟踪代码大模型、程序分析、AI软件工程等领域国际顶会（ICSE/PLDI/NeurIPS等）最新进展； - 主导技术创新点的专利撰写与学术论文产出。 【任职要求】 1、计算机科学、软件工程、人工智能等相关领域博士； 2、研究方向与代码大模型、程序分析、AI软件工程强相关（需提供顶会论文或学位论文佐证）； 3、熟练掌握Transformer架构及大模型训练技术（预训练/微调/RLHF），有实际参与LLM研发经验； 4、精通Python/C++，具备大型代码库（10万行+）的工程实践或分析经验； 5、深入理解软件开发生命周期（需求分析→架构设计→测试部署）； 6、具备独立设计实验、量化评估模型性能的科研方法论； 7、对AI前沿技术有浓厚兴趣，具备优秀的快速学习能力和创新性思维； 8、熟悉程序分析（静态分析/符号执行）、编译器原理等基础理论； 9、对代码检索、知识图谱、Agent协作等至少一个方向有深入研究。