网易【平台】全栈开发工程师（AI赋能开发方向）
任职要求
核心技能 1、前端基础扎实：熟练掌握 HTML5/CSS3/JavaScript (ES6+)，精通至少一种主流框架（Vue 3 或 React），并有实际的微信小程序开发经验，熟悉小程序原生框架及主流开发范式。 2、全栈能力：熟悉 Node.js 开发，掌握 Express/Koa 等框架，能够完成后台接口开发、中间件设计和联调工作。 工程化经验：熟练使用 Vite/Webpack 等构建工具，能独立配置和优化前端工程化体系，理解模块化、组件化开发思想。 3、数据库基础：熟悉 MySQL/MongoDB/Redis 等数据库的基本使用，能够进行简单的数据设计和查询优化。 AI 开发能力 1、AI工具熟练度：日常开发中深度使用 Claud…
工作职责
1、全栈业务开发：负责公司核心业务的微信小程序、H5及PC管理后台的前端开发，同时基于Express/Koa等框架承担Node.js全栈开发工作，确保系统的高性能、高可用及跨端兼容性。 2、AI驱动开发：在日常开发中熟练运用AI编程工具（如Claude Code、OpenCode、Cursor等）提升开发效率，实践SDD（规范驱动开发）模式，通过AI辅助完成代码生成、重构和优化。 3、AI工作流实践：在开发过程中应用Agent构建理念（如Rule/Skill/MCP/Memory等机制），探索和实践多Agent协作模式，持续优化AI辅助开发的效率和质量，并有实际的实践案例。 4、工程化建设：参与前端构建工具（Webpack/Vite）、Node.js服务架构的搭建与优化，提升团队研发效能。
1.负责服务零售商家端、销售端、用户端的终端系统研发工作，参与技术方案的制定和实施，与产品团队紧密合作，理解业务需求并提供相应的技术支持，服务业务增长； 2.负责工程化体系建设，提升系统的稳定性、可维护性和研发效率； 3.指导低级别工程师成长，定期组织团队内的培训和技术交流，促进团队成员进步。
我们正在寻找充满激情、具备技术前瞻性的应届毕业生，加入我们致力于构建智能化研发基础设施的团队。作为AI赋能的DevOps开发工程师，你将参与下一代智能化CI/CD平台与自动化运维系统的开发与优化，融合人工智能技术，推动软件研发流程的自动化、可观测性与自愈能力全面提升。 你将参与： 1. 构建智能CI/CD流水线：与研发团队紧密协作，设计并开发高可用、可扩展的持续集成与持续交付平台；探索将机器学习应用于构建失败预测、测试用例智能推荐、资源调度优化等场景，提升研发效率与交付质量。 2. 开发智能化自动化运维工具：使用Python、Go等语言开发自动化脚本与工具，实现基础设施即代码（IaC）；结合AI技术，探索日志异常检测、自动化根因分析等AIOps能力，实现系统运维的智能决策与响应。 3. 打造智能监控与自愈系统：参与构建覆盖全链路的监控体系，集成Prometheus、Grafana、ELK等技术栈；引入时序预测模型与异常检测算法（如LSTM、Isolation Forest等），实现性能瓶颈预警、故障自动诊断与部分场景的自愈响应。 4. 推动DevOps与MLOps融合实践：参与机器学习模型的训练流水线（ML Pipeline）与模型部署（Model Serving）基础设施建设，探索模型版本管理、A/B测试、监控与回滚机制，助力AI能力高效落地。
美团基础研发平台，作为公司的核心技术平台，致力于“零售+科技”的战略发展。我们专注于智能体构建、大模型推理、多模态训练等核心技术，并通过FRIDAY模型工厂与应用工厂，为业务提供稳定、安全、易扩展的平台技术和模型能力。 我们真诚邀请你加入我们，共同推动技术发展，创造行业价值。 负责多智能体系统的设计与开发，提升智能体在复杂环境中的协作和决策能力。 推进工具调用能力的研发，使智能体能够灵活调用外部工具和API，以扩展其功能。 开发智能体的思考能力，包括但不限于逻辑推理、规划、学习和自适应能力。 负责智能体产品解决方案的建设，推动算法在业务场景中的落地，赋能商家入驻、企业办公、风控合规、自动化测试等业务的智能化升级。 负责智能体服务部署落地全流程，以及构建流程自动化系统。
我们是阿里巴巴国际数字商业集团 - Accio 工程团队，正在打造全球 B2B 电商领域首个 AI Agent 产品（www.accio.com）。 我们致力于突破传统电商的局限，利用 AI 技术重构跨境贸易的作业流——从趋势洞察、新品研发、全网寻源、多模态匹配，到商家验证。我们在做一个能够处理复杂商业逻辑、具备深度辅助决策能力的智能终端，探索技术在 B2B 复杂场景下的赋能边界。 * 构建高适应性的 Agent 交互架构： 主导设计能够动态响应 AI 推理结果的组件协议与通信机制。你需要解决当后端返回非结构化、流式（Streaming）甚至不确定的数据时，前端如何通过稳健的架构实现精准的 UI 渲染与状态管理，确保用户体验的流畅性与确定性。 * 探索“人机协同”的下一代体验： 深入参与 Agent 业务逻辑设计，负责将前沿的 AI 交互范式（如生成式 UI、多轮对话上下文管理、主动式交互）转化为可落地的工程代码，在浏览器端实现高密度的信息聚合与复杂的富交互功能。 * 建立 AI 时代的工程化标准： 负责 Agent 产品的研发效能与质量体系。面对 AI 带来的长链路延迟与随机性挑战，建设专门的端侧性能优化方案、全链路可观测性平台以及针对 AI 输出的自动化评测（Eval）机制，保障产品在极端场景下的稳定性。