阿里云阿里云智能-测试开发专家-AI Coding 方向

阿里云PAI团队致力于打造业界一流的一站式AI工程化平台，拥有万卡级训练能力与超大规模异构资源调度技术，为复杂模型训练与推理任务构建坚实基座。PAI平台不仅是通义大模型研发与落地的核心基础设施，也作为公共云服务的关键载体，支撑众多行企业构建大模型核心业务。平台提供从数据标注、预处理、模型训练、推理服务到开发环境与工作流调度的全链路工程支持，全面覆盖AI项目从实验探索到规模化落地的完整价值链。作为Web前端工程师，您将深度参与平台前端体系的构建与持续演进，具体职责涵盖以下方面： 1. 协同产品与设计团队，负责AI平台控制台的前端开发，覆盖标注、训练、推理、编排、监控、开发环境等核心场景，打造专业、易用的交互体验。 2. 面向AI交互场景演进与算力资源类型升级，持续推动前端架构重构与性能优化，提升系统响应速度与操作流畅度。 3. 联合测试、运维与技术支持团队，确保前端系统稳定可靠、兼容性强、易于维护，并能快速响应与修复线上问题。 4. 参与AI Coding、WebIDE、智能Agent、AIGC等方向的前端预研与落地，积极探索下一代AI开发体验的创新路径。

我们是一个专注于Agentic Coding方向的充满活力和创业精神的创新业务团队，致力于通过智能化代码生成和开发工具重新定义软件开发和Devops体系。 随着Agentic Code技术的快速发展，我们正在寻找优秀的Agentic Code研发工程师/专家加入团队，共同构建下一代智能编程助手和自主代码开发系统，一起在LLM驱动的编程革命中创造历史！ 负责基于大语言模型的Agentic Code产品核心能力的开发工作，实现代码续写、复杂问题分析与理解、代码生成与测试等功能，包括：代码补全、行间建议预测（NES - Next Edit Suggestion）、Agentic Code智能体等； 参与设计、开发和实现Agentic Code，构建具备代码理解、生成、调试和优化能力的自主编程代理系统，并能适应特定用例和环境； 从事AI领域相关算法研究及算法的工程化实现，以提升Agent能力（推理、规划、记忆、工具使用）； 设计和实现高效的LLM算法，为代码自动生成、智能补全、bug检测等场景提供技术支撑； 参与设计多智能体协作架构，实现复杂编程任务拆解与分布式执行，提升Agentic Code的质量及效率； 持续跟踪Agentic Code、大模型、代码生成等前沿技术发展，推动团队技术水平提升。

聚焦用户增长（User Growth）核心业务场景，利用强化学习（RL）与生成式 AI 技术推动业务智能化升级。你将在真实的亿级流量场景中，参与从算法策略到工程落地的全链路建设，解决广告竞价、创意生成、用户生命周期管理等高价值问题。 岗位职责： 1. RL 出价与竞价策略 参与基于强化学习的广告出价系统建设，将静态出价升级为多步序列决策范式，构建 State → 推理 → Action → Reward 的完整闭环 探索 Decision Transformer / Offline RL 等前沿方法在 RTB 竞价场景的落地 2. RL 训练与推理工程 参与 RL / LLM RL 训练框架建设，支撑 PPO、DQN、GRPO 等算法的高效落地，优化训推异步与分布式训练策略 解决 RL 训练中的工程瓶颈（样本传输延迟、显存优化、训练稳定性），跟进 VERL、Ray 等前沿框架并结合业务落地 3. AIGC 创意与 Agent 工程 设计和实现 AIGC 驱动的规模化创意供给体系，覆盖文案生成、图片创意、视频素材等多模态内容生产，构建生成 → 风控审核 → 语义去重 → 效果反馈的全链路闭环 构建面向用增业务的 AI Agent 系统（创意 Agent、广告优化师 Agent 等），设计多智能体协同架构与工具集成方案 4. AI Coding 与研发效能 深度使用 AI 编程工具（Cursor、Claude Code 等）驱动日常研发，探索 AI 辅助代码生成、代码审查、自动化测试等场景的最佳实践 参与 AI Coding 全链路覆盖的推进，提升团队 AI 辅助代码占比与研发效能 5. 在线引擎与实验体系 参与用增引擎体系（RTA / RTB / 创意供给引擎）核心模块开发，优化高并发系统性能与稳定性 建设特征工程、样本回流与 AB 实验体系，支撑策略的科学评估

聚焦用户增长（User Growth）核心业务场景，利用强化学习（RL）与生成式 AI 技术推动业务智能化升级。你将在真实的亿级流量场景中，参与从算法策略到工程落地的全链路建设，解决广告竞价、创意生成、用户生命周期管理等高价值问题。 岗位职责： 1. RL 出价与竞价策略 参与基于强化学习的广告出价系统建设，将静态出价升级为多步序列决策范式，构建 State → 推理 → Action → Reward 的完整闭环 探索 Decision Transformer / Offline RL 等前沿方法在 RTB 竞价场景的落地 2. RL 训练与推理工程 参与 RL / LLM RL 训练框架建设，支撑 PPO、DQN、GRPO 等算法的高效落地，优化训推异步与分布式训练策略 解决 RL 训练中的工程瓶颈（样本传输延迟、显存优化、训练稳定性），跟进 VERL、Ray 等前沿框架并结合业务落地 3. AIGC 创意与 Agent 工程 设计和实现 AIGC 驱动的规模化创意供给体系，覆盖文案生成、图片创意、视频素材等多模态内容生产，构建生成 → 风控审核 → 语义去重 → 效果反馈的全链路闭环 构建面向用增业务的 AI Agent 系统（创意 Agent、广告优化师 Agent 等），设计多智能体协同架构与工具集成方案 4. AI Coding 与研发效能 深度使用 AI 编程工具（Cursor、Claude Code 等）驱动日常研发，探索 AI 辅助代码生成、代码审查、自动化测试等场景的最佳实践 参与 AI Coding 全链路覆盖的推进，提升团队 AI 辅助代码占比与研发效能 5. 在线引擎与实验体系 参与用增引擎体系（RTA / RTB / 创意供给引擎）核心模块开发，优化高并发系统性能与稳定性 建设特征工程、样本回流与 AB 实验体系，支撑策略的科学评估