腾讯腾讯云CodeBuddy—利用强化学习方法基于经验数据训练提升大模型Agent能力研究

1.负责腾讯云CodeBuddy等开发者产品的运营和用户增长，制定运营目标与规划，并推动执行与落地； 2.深度理解产品功能及特点，制定并执行产品运营方案，通过各种手段提升产品使用率和用户满意度； 3.制定并实施产品增长运营策略，通过数据分析和用户研究，不断验证并优化增长实践，满足客户需求； 4.明确产品存在的问题及优化建议，与研发团队紧密合作，推进产品迭代优化，并协助产品经理完成产品的规划设计。

1.作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题； 2.主要关注比SFT泛化效果更好的强化学习；能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标； 3.能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent； 4.作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案。最好是探索一套通用可扩展的 Agentic Workflow 解决方案。

1.负责腾讯云代码助手在垂直子领域的全链路研发工作，涵盖需求分析、架构设计、前后端开发及模型集成； 2.主导技术方案规划与评审，精心输出高质量设计文档，全力协调前后端及算法团队达成技术方案落地实施； 3.积极推动研发流程标准化，合理制定迭代计划并精准把控交付节奏，保证功能按时且高质量交付； 4.构建代码质量监控体系，主导性能优化与体验提升工作，有效提高产品内建质量与生成效果； 5.深度参与 AI 模型工程化落地，巧妙设计模型服务接口与数据交互方案，大力优化推理效率与资源消耗。

1.负责大语言模型后台服务架构设计、开发和维护工作； 2.参与新技术调研及实际业务场落地，不断提升业务指标； 3.负责后台系统的性能优化、稳定性、流程建设和研效提升。