同花顺代码生成算法工程师
任职要求
职位要求： 1、2026 届硕士及以上学历，计算机、软件工程、人工智能等相关专业优先； 2、具备优秀的问题分析与解决能力，能够深入解决多模态 / 智能体在训练、推理、评测与落地中的复杂问题； 3、熟悉多模态大模型基本原理与关键技术（视觉编码 / 对齐、布局与结构理解、指令跟随、工具调用等），具备将其应用于真实业务的能力； 4、熟悉 Agent 相关机制（任务分解与规划、工具使用、记忆与上下文管理、RAG / 检索、反思与自我修复、可靠性工程等），能设计可上线的任务闭环； 5、具备大模型训练 / 微调经验者优先：数据构建、指令微调、偏好学习 / RL、分布式训练与推理优化等； 6、工程能力扎实：熟练使用 Python / PyTo…
工作职责
团队介绍： 我们专注于 AI 在软件工程全链路的生产级落地，围绕真实业务环境，构建可规模化复用的 AI 生产力体系。本岗位重点聚焦研发工程链路提效，服务对象为开发工程师与架构团队，目标是构建具备工程理解能力的智能体系统：理解复杂代码库与架构，自动生成与重构业务代码，进行跨文件修改与依赖分析，对齐代码规范与上线标准，执行真实开发闭环任务 岗位方向： 代码智能体 × 多模态工程理解，构建面向真实代码库的生产级 Code Agent 系统：多文件代码理解、架构级任务规划、PRD → 代码实现闭环、代码生成 + Refactor + Bug 修复、测试用例自动生成与回归验证 工作内容： 1、构建生产级 Code Agent 系统，包括：仓库级检索与结构建模、长上下文记忆管理、多步任务规划与失败恢复、自动 Patch 生成与安全校验；研究大模型在复杂代码库中的：跨文件依赖推理语义一致性保持、增量修改策略、探索 SFT / 偏好优化 / RL 等训练范式在代码任务中的效果提升。 2、构建工程级评测体系：可执行率、单测通过率、编译成功率、Patch 稳定性、延迟与成本；推动算法能力真实嵌入开发链路
1、负责研发基于大模型的AI Agent智能研发系统，构建工程研发过程中与工程师深度协作的智能体； 2、研究并推动智能任务规划与拆解算法的落地部署，包括需求理解、智能任务分发、计划监督与自动修正； 3、负责探索多智能体协作机制，解决Agent与人、Agent与Agent之间高效协同的现实问题； 4、推进智能UI自动生成算法研究，细致解决多场景适配、设计风格理解、用户意图推理的挑战； 5、跟踪当前业界最新的多智能体、大模型应用研究进展，确保团队技术领先。
岗位职责: 1、负责 AI Agent 系统的设计、开发和优化、开发和完善基于大语言模型 (LLM) 的智能体系统，提升 Agent 的自主决策和任务执行能力; 2、负责生成式大模型指令意图理解相关工作，整体提升大模型的多轮对话指令理解能力和性能; 3、设计并实现 Agent 的工具使用接口，实现与各类外部系统和 API 的集成编排; 4、负责大模型在检索、推荐方面的系统设计实现和优化，探索Agent、RAG、领域模型调优等相关技术在业务场景落地; 5、具备模型知识、幻觉机制探究，提升模型知识水平、降低模型幻觉率; 6、能够基于开源模型，设计和开发算法，对模型进行微调，优化其参数和结构，以提高模型的泛化能力和准确性; 7、深入调研AI领域相关的前沿技术，跟踪业内大模型领域的最新进展，并寻求将最新技术应用到产品的可能性。
所在团队负责阿里国际贸易平台上的所有推荐产品，包括猜你喜欢、详情页推荐、个性化楼层等。团队通过大数据和深度学习建模，帮助平台上买卖家快速达成生意。来到这里，你将有机会深度接触到业界的计算平台和深度学习算法，并将算法技术转化为商业价值。具体地，你将有机会负责： 1. 用户画像、召回、排序和策略等模块的技术规划和算法设计，通过技术创新提升买卖家匹配效率。 2. 通过大规模深度学习和图学习，在面对数据稀疏和多国家多行业的情况下对用户实时兴趣、CTR预估、询盘和交易转化预估等问题建模。 3. 通过多样性和发现性策略，拓展用户需求，提升兴趣发现能力，进一步完善和提升推荐侧的产品价值。 4. 探索大语言模型+搜推的创新应用方向，LLM在推荐领域下的全链路建设，包括但不限于大规模的预训练、SFT、LoRA和RLHFL等技术，落地大语言模型+搜推的新的应用落地场景（如生成式推荐等）。
1、负责抖音研发大模型（LLM）及相关AI工具的开发、优化与落地，推动模型在代码生成、知识库检索、智能问答等场景中的应用； 2、跟进业界大模型技术的最新发展趋势，探索和评估前沿技术，持续推动团队技术能力的升级和迭代； 3、深入理解业务需求，通过构建高效的AI工具和平台，提升抖音研发团队的开发效率与知识管理能力。