小红书AI 研发效能与智能编程工具实习生

职位描述 1. 主导专有云整体研发体系的AI转型，识别并落地高价值AI场景（如智能编码、自动化测试生成、缺陷预测、AIOps、效能度量等），推动AI能力嵌入需求、开发、测试、部署、运维全链路； 2. 设计端到端的AI工程解决方案，包括数据 pipeline、模型选型与优化、服务部署、效果评估及安全合规机制，确保方案可复用、可度量、可持续演进； 3. 构建轻量级AI基础设施（如Prompt管理平台、向量服务、模型推理框架），降低各技术团队接入门槛，并通过方法论输出、工具链共建和培训赋能组织级AI能力； 4. 定义专有云AI工程标准与演进路径，评估前沿技术（如Code LLM、AI Agent、智能运维）的适用性，推动组织级AI能力建设与技术债务治理。

职位描述 1. 主导专有云整体研发体系的AI转型，识别并落地高价值AI场景（如智能编码、自动化测试生成、缺陷预测、AIOps、效能度量等），推动AI能力嵌入需求、开发、测试、部署、运维全链路； 2. 设计端到端的AI工程解决方案，包括数据 pipeline、模型选型与优化、服务部署、效果评估及安全合规机制，确保方案可复用、可度量、可持续演进； 3. 构建轻量级AI基础设施（如Prompt管理平台、向量服务、模型推理框架），降低各技术团队接入门槛，并通过方法论输出、工具链共建和培训赋能组织级AI能力； 4. 定义专有云AI工程标准与演进路径，评估前沿技术（如Code LLM、AI Agent、智能运维）的适用性，推动组织级AI能力建设与技术债务治理。

Qteam 是阿里云旗下的 AI 编码产品团队，正在打造涵盖 AI IDE、AI 编码插件、AI Coding CLI 在内的下一代智能开发工具矩阵。我们相信 AI 将从根本上重塑开发者的编程方式——从代码补全到自主编程 Agent，从单点辅助到全流程智能化。在快速演进的产品矩阵背后，多平台交付复杂度、AI 功能非确定性质量验证、AI 安全攻击面防护、推理成本管理等工程化挑战亟待突破。我们的目标是构建一套 AI 原生的智能研发交付体系——让 AI 来保障 AI 产品的交付质量、安全与效率。你将能够参与： 1.智能构建编排： 基于 LLM 构建智能 DevOps Agent，实现自然语言驱动的多平台流水线生成、构建失败自动根因分析与修复建议，将配置驱动的 CI/CD 升级为意图驱动的智能编排； 2.AI 功能持续验证： 构建 ML 驱动的持续验证引擎，自动学习 AI 功能行为基线，实时检测异常偏移，支持智能灰度分析与自动回滚； 3.安全编排与韧性工程： 将 AI 安全扫描左移至流水线，构建混沌工程韧性测试框架与 SLI/SLO 驱动的服务可靠性管理； 4.成本管理与效能洞察： 构建 AI 推理成本细粒度归因与工程效能智能分析平台，自动识别瓶颈并生成优化建议。

岗位定位 我们正在把 AI 视频创作能力打造成持续高频迭代的平台，并将整个研发流程向 AI Native 演进。你将负责其中的质量与研发效能建设：一方面以工程与 AI 手段重构传统测试流程，让质量保障深度融入研发链路；另一方面守住功能、性能、稳定性等质量基本盘，并将线上用户反馈作为质量问题统一纳入闭环管理。这是一个以开发驱动质量的岗位，我们期待你具备扎实的工程能力，能够自主构建测试系统与智能体，并善于借助 AI 持续提升质量与研发效能。 核心职责 1. AI Native 质量与效能建设 ● 以工程手段重构测试流程，将用例设计、数据构造、执行验证、缺陷定位等环节自动化，并融入团队整体研发链路。 ● 设计并开发可自主运行的质量智能体，具备理解代码与需求变更、生成并执行测试、定位问题、验证修复的能力。 ● 在现有测试与效能平台基础上补齐能力、自研工具，沉淀可复用、可编排的质量效能体系。 2. 质量保障体系 ● 负责产品全生命周期的质量保障，建立完善的测试策略、质量标准与度量体系。 ● 设计并实现覆盖端、服务、生成链路的自动化测试框架与专项工具链，推动 CI/CD 流程落地，保障发布稳定性。 ● 建立 Bad Case 分析闭环，实现从问题发现、定位、修复到回归验证的完整流程，保障多维度质量底线。 3. 线上质量与反馈闭环 ● 将线上用户反馈与质量问题统一纳入闭环管理，负责问题的接收、归类、复现、定位与修复验证。 ● 从质量视角关注线上运行状态，及时发现质量隐患，并推动问题与研发协同修复。 ● 开发智能化的线上问题处理能力，实现问题归类、复现与初步定位的自动化，并沉淀处理知识持续优化。