AI应用专家(J38644)

一、AI研发中台建设
1.开发智能编码助手（IDE插件），支持Java/Kotlin/C++等语言，实现代码自动补全、智能审查与重构功能，降低人工编码成本；
2.构建基于NLP的文档知识图谱系统，打通需求文档与代码实现链路，确保API调用准确率≥85%。
二、智能质量工程
1.研发AI测试用例生成引擎，覆盖UI自动化测试及MCU通信协议测试场景，提升测试覆盖率与执行效率；
2.建立缺陷预测模型，基于Git历史数据、SonarQube扫描结果及代码特征，识别高风险模块并提前预警。
三、研发效能优化
1.开发CI/CD智能调度系统，优化资源分配策略与任务优先级，实现资源利用率提升50%+；
2.构建开发者能力画像系统，通过代码提交行为分析提供个性化效能提升方案，推动团队技术能力升级。
四、AI技术赋能
1.每双月组织AI提效Workshop，培养30+名具备MLOps能力的工程师，推动AI工具链落地；
2.牵头申报智能化软件开发专项课题，探索AI在研发领域的创新应用场景。

一、教育背景：计算机科学、人工智能、软件工程等相关专业本科及以上学历，硕士优先。
二、核心技术能力要求：
1、AI模型与架构
精通Transformer/BERT架构改造，掌握Codex/GPT等大模型微调技术，具备代码生成、补全场景的模型优化经验；
熟悉静态程序分析技术，掌握抽象语法树（AST）解析、代码语义理解等规则。
2、工程化落地能力
熟悉MLOps全流程工具链，包括TensorFlow Extended（TFX）、Airflow等模型训练与部署框架；
具备大型IDE/VSCode插件开发经验，能独立完成智能编码工具与开发环境集成。
3、研发效能技术栈
熟悉Jenkins持续集成、Gerrit代码评审、OpenGrok代码检索等研发生态工具链；
掌握自动化测试框架（如Appium/JUnit）及UI/协议层测试用例生成技术。
4、行业经验 ：
3年以上AI+软件工程交叉领域经验，满足以下条件者优先：
有安卓TV开发环境适配经验，熟悉智能电视OS架构及应用开发规范；
主导过IDE插件开发或代码分析工具（如SonarQube）二次开发项目；
有项目管理或者质量管理经验。