字节跳动高级研发工程师-代码基础设施方向
任职要求
1、本科及以上学历，计算机相关专业，具备2年以上基础架构工作经验； 2、掌握以下至少一门语言Golang/Java/C++/Python，熟悉Linux系统原理； 3、计算、存储、网络等计算机体系基本功底扎实，有大规…
工作职责
1、致力于打造先进、标准化的研发基础设施，提升代码质量，保证研发工程师的效率和体验； 2、参与研发流程制定，设计开发覆盖整个研发生命周期的平台和工具，支持大规模的研发活动； 3、持续优化技术方案与实现，沉淀技术能力，提高团队开发效率和服务质量。
1、致力于打造先进、标准化的研发基础设施，提升代码质量，保证研发工程师的效率和体验； 2、参与研发流程制定，设计开发覆盖整个研发生命周期的平台和工具，支持大规模的研发活动； 3、持续优化技术方案与实现，沉淀技术能力，提高团队开发效率和服务质量。
1. 负责公司核心代码智能平台的设计、研发和维护，构建和维护大规模代码库的函数调用图谱、类继承关系、数据依赖等代码图谱（Code Base）。 2. 应用大语言模型（LLM）及其他 AI 技术，对代码图谱进行深度分析、理解和解读，开发代码自动摘要、智能问答、影响面分析等高级功能。 3. 负责代码智能平台的上层应用开发与 API 服务建设，赋能代码搜索、智能重构、精准测试、安全漏洞扫描等多个内部应用场景。 4. 追踪静态/动态程序分析、代码大模型（LLMs for Code）等前沿技术，并将其应用于平台和工具的持续创新与演进。 5. 与业务团队紧密合作，推动代码智能技术在公司研发流程中的落地和应用，提升整体研发效能。
1、代码知识库及理解：结合代码数据，提供语义化代码检索能力、支持基于自然语言的Q&A及示例代码生成； 2、代码辅助生成及修复：结合CI/Static Analysis的结果、提供摘要性总结及修复建议；结合其他研发基础设施（如IDE/Code Interpreter）、实现AI-Generated Code具备生产级交付能力； 3、探索并打造企业级LLM应用研发基础设施，建设LLM应用开发的接入平台及基础框架能力。
1、参与投入DevOps AI方向，积极探索大型语言模型（LLM）在Devops应用，通过LLM重构DevOps工具链，打造智能化研发效能平台，实现代码全生命周期管理的自动化、预测性与自愈能力，推动软件交付效率指数级提升； 2、具体场景包括但不限于： 1）Devops Agent：建设智能Agent能力，打通Devops工具链，AI驱动CICD流程，实现集成编译、测试、发布无人值守； 2）通用排障：对日志、服务、平台异常进行归因分析，智能调用和执行工具，对异常问题进行自动修复，提供平台自动化程度； 3）探索并打造企业级LLM应用研发基础设施，建设LLM应用开发的接入平台及基础框架能力。