腾讯音乐QQ音乐效能平台开发工程师（AI编程工具）
任职要求
1. 硕士研究生及以上学历，计算机/软件工程/人工智能相关专业； 2. 2年以上相关经验，具备大模型微调经验者优先（Qwen/DeepSeek/CodeLlama等）； 3. 具备数据构建、指令微调及模型开发经验，扎实的代码能力与数据结构/算法基础； 4. 掌握大模型微调技术（SFT/RLHF/增量预训练），熟悉主流深度学习框架（如PyTorch）及训练/推理流程； 5. 有大规模Pretrain研究或或应用经验者优先，熟悉与代码特性结合的预训练与微调方法者优先； 6. 深度使用Copilot/Cursor等AI编程工具，理解其技术原理。 加分项： 1. 理解LSP协议或代码AST解析原理； 2. 有检索增强生成（RAG）技术落地经验； 3. GitHub百星以上项目或高质量技术博客（原创≥5篇）； 4. 参与AI Hackathon或代码大模型研发项目； 5. 熟悉代码特性结合的预训练方法（如CodeLlama）。
工作职责
1. 主导IDE平台（VSCode/JetBrains）AI功能开发，包括智能补全、Chat交互和Agent任务系统，持续优化开发者体验； 2. 实现大模型协议集成与检索增强生成（RAG）方案，提升代码场景应用效果； 3. 设计代码生成算法，通过增量预训练、指令微调等技术优化模型性能； 4. 推动LLM技术在研发效能场景的工程化落地。
1. 负责互联网基础架构（大数据、运维、安全等）相关效能平台的设计和开发工作，面向AI原生时代的基建效能平台开发，通过大模型技术重构传统运维、数据、安全体系，打造具备自进化能力的智能基础设施中台； 2. 智能平台开发：基于大模型开发AIOps工具，实现日志分析/故障预测自动化；构建Prompt工程框架，优化LLM在运维场景的落地效率； 3. DataOps体系建设：搭建自动化数据流水线，集成质量监控与版本控制功能；开发DataAgent实现自然语言交互式数据查询； 4. 安全架构优化：设计AI驱动的威胁感知系统，实现攻击模式预测；开发敏感数据自动识别与合规审计工具； 5. 云原生运维：优化K8s资源调度算法与智能扩缩容策略。
1、AI场景落地执行：参与快手研发效能平台相关AI工具的开发落地、助力解决研发流程中的效率问题(如辅助需求解析、简化测试生成、优化DevOps基础流程等)； 2、AI应用基础维护：参与效能场景AI工具的效果调优、评测及迭代支持，协助监控AI应用运行状态，保障相关功能稳定可用； 3、平台功能协作开发：完成研发效能相关平台及工具的设计与编码工作，结合AI技术优化现有功能，提升研发用户的使用体验与基础工作效率； 4、基础技术支撑：协助承担效能平台及AI工具的日常Oncall，配合解决线上常见技术问题，确保研发流程基本顺畅。
1、负责AI技术深度应用软件测试或者系统稳定性测试，包括性能测试、压力测试、容灾演练等； 2、AI驱动的测试全流程优化，运用AI技术重构测试需求分析、用例设计、自动化、执行监控、缺陷预测及结果分析等环节，开发基于AI的自动化测试框架与工具，实现测试脚本智能生成、测试用例自适应推荐、异常场景自动挖掘等能力，探索大语言模型（LLM）在测试领域的应用，例如需求解析、测试数据生成、日志分析等场景； 3、自动化测试体系构建，设计并落地高可用、可扩展的自动化测试框架，整合AI能力提升测试覆盖率和执行效率，主导复杂系统的自动化测试策略，解决稳定性、数据构造等难点问题； 4、稳定性保障，负责系统稳定性测试，包括性能测试、压力测试、容灾演练等，确保系统在高并发、异常场景下的稳定性，设计并实施稳定性测试方案，识别系统瓶颈和潜在风险，推动研发团队优化系统架构，监控生产环境稳定性，分析故障根因，制定并落地改进措施； 5、技术探索与创新，跟踪AI测试领域前沿技术（如AI模糊测试、智能监控、自动化修复），推动技术预研与落地，通过数据建模与分析，构建测试质量评估体系，量化AI提效成果并持续优化； 6、团队赋能与协作，与研发、运维、产品等团队紧密合作，推动质量保障工作的落地和优化，沉淀AI测试方法论，通过技术分享、工具推广提升团队整体技术水平。
【岗位描述】 1、负责公司研发效能平台的核心系统开发与优化，包括但不限于代码托管、CI/CD流水线、制品仓库、自动化测试平台等，提升研发效率和质量。 2、建设智能DevOps Agent能力，打通DevOps工具链，探索并实践AI驱动CICD流程（如智能调度、优化），推动集成、编译、测试、发布等环节的自动化与无人值守。 3、参与探索并打造企业级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，赋能智能化DevOps实践。 4、参与定制和优化公司级DevOps标准规范，并在落地过程中持续推动改进和创新。