快手智能开发工具全栈工程师-【CodeFlicker】
任职要求
1、本科及以上学历，计算机相关专业，1-5年以上开发经验； 2、精通JavaScript / TypeScript，具备扎实的工程能力和良好的代码习惯； 3、精通Node.js 开发，具备复杂系统开发经验，包括但不限于：异步编程与并发控制、服务架构设计、性能优化等； 4、精通至少一种前端框架，包括但不限于：React、Vue等； 5、熟悉Web IDE或开发工具相关技术，包括但不限于：编辑器架构、LSP（Language Server Protocol）、diff /patch系统等； 6、有复杂Web系统或平台开发经验； 7、熟悉软件开发流程，包括但不限于：Git、CI/CD、调试与性能优化等； 8、具备良好的系统设计能力和问题解决能力； 9、具备良好的沟通…
工作职责
1、负责快手AI IDE与Coding Agent平台的核心系统设计与研发，包括前端和Node.js后端开发； 2、负责Coding Agent Runtime核心能力建设，包括但不限于： （1）Agent 执行引擎（任务规划、代码生成、执行与修复闭环）； （2）多轮上下文管理与压缩（context management/memory system）； （3）Tool调用系统（文件系统、终端、Git、搜索、编译工具等） 3、负责AI IDE核心功能开发，包括但不限于：AI代码生成与补全系统、AI代码修改与自动修复能力、AI Agent自主完成复杂编码任务能力、基于 Agent的项目级理解与操作能力； 4、负责AI IDE前端系统开发，包括但不限于：IDE Web界面开发（编辑器、diff、agent执行状态）、Agent执行可视化与调试界面、多Agent协作界面与交互设计； 5、负责LLM与Coding Agent深度集成，包括但不限于：Prompt engineering与上下文构建优化、Token使用与性能优化、多模型routing与调度策略； 6、参与AI IDE与Coding Agent架构设计，包括：Agent memory架构设计、长上下文管理与检索优化、高性能Agent执行架构设计； 7、持续优化Coding Agent的成功率、执行效率和用户体验； 8、关注和研究AI Coding Agent前沿技术，推动AI IDE能力持续演进。
1.参与基于多模态大模型的GUI智能化能力的设计开发，实现多端（web/安卓/ios/鸿蒙/小程序）大模型手眼配套能力全覆盖； 2.跟踪业界前沿技术发展，参与大模型应用评测、企业内部场景化落地、GUI智能体建设等；
1.负责alibaba国际站 数字营销的前端架构设计及研发，保障系统的安全、可扩展以及质量和性能，与PD、UED、Java 工程师协作，完成设计交互实现、数据交互、动态信息展现 2.关注用户体验，与合作方一起不断改进产品的易用性；运用AI能力重塑 广告后台BP、广告前台创意 的产品形态，提升用户体验和客服效能 3.研究和探索创新的开发思路和新的前端技术，结合业务特点创新应用AI技术，解决前端团队开发过程中面临的各类问题，提升个人和团队的开发效能 4.参与跨境B类全球化创意中心的规划建设，包括可视化制作、可视化渲染、D2C、自动化审核、自动化生产、智能诊断等，推动协助相关团队并落地未来产品和系统规划
新房盘源供给致力于打造从信息采集、客发谈盘、合作签约、再到项目上架的供给全流程能力，帮助业务建设信息准确、合作高效、风险可控的盘源供给能力，为新房后续作业、成交等节点提供基础服务； 1.负责对应系统的开发和维护，保证系统的高性能、高可用性和稳定性; 2. 根据需求进行系统设计、编码和测试，保证代码质量和系统安全性； 3.参与系统的架构设计和技术选型，并持续优化系统性能； 4. 解决日常生产问题，进行系统性能调优和故障排查； 5. 参与新技术探索，推动技术创新和落地。
1. 基于 NVIDIA Isaac 的仿真平台开发 ‒ 搭建和维护基于 NVIDIA Isaac Sim 的机器人仿真系统，支持多种机器人类型（例如移动机器人、机械臂、无人车等）。 ‒ 利用 NVIDIA Omniverse 技术，构建高保真的虚拟环境，模拟物理特性（如动力学、传感器特性、碰撞检测等）。 ‒ 开发和优化 Isaac Sim 中的自定义扩展模块，满足项目需求。 2. 环境建模与场景构建 ‒ 使用 NVIDIA Omniverse 和其他建模工具（如 Blender、Maya）创建逼真的仿真环境和场景。 ‒ 配置和调试虚拟传感器（如激光雷达、摄像头、IMU）以模拟真实硬件行为。 ‒ 构建动态交互场景，用于测试机器人在复杂环境中的性能。 3. 机器人控制与算法验证 ‒ 在仿真环境中集成和测试机器人算法（如SLAM、路径规划、运动控制）。 ‒ 验证和优化机器人感知算法（如视觉检测、环境感知）在高保真模拟环境中的效果。 ‒ 通过仿真结果分析算法性能，为实际机器人实施提供支持。 4. 系统集成与工具链开发 ‒ 与机器人硬件和软件团队合作，将仿真结果与实际机器人验证无缝对接。 ‒ 开发自动化测试工具和数据可视化分析工具，提高开发效率和数据洞察能力。 ‒ 集成 Isaac 与其他机器人框架（如 ROS/ROS 2）以支持全栈开发。 5. 研究与创新 ‒ 研究 NVIDIA Isaac 平台的最新功能和应用场景，将新技术引入仿真系统开发。 ‒ 跟踪机器人仿真领域的前沿技术（如物理引擎优化、AI 模型仿真、数字孪生技术），并应用于项目中。