京东低代码编程智能体的自动化质量校验能力研究
任职要求
1、 获得本科及以上学历，计算机科学、软件工程、人工智能等相关专业； 2、 具备扎实的编程能力、数据结构与算法基础，熟悉Python、Java、JavaScript/TypeScript、Go等至少一种主流语言及常用工程工具链； 3、 熟悉大语言模型、Agent、工具调用、RAG、Prompt Engineering及模型评测相关技术，能将模型…
工作职责
1、 研究电商领域低代码CodingAgent全链路质量校验方法（涵盖代码/测试生成、依赖安装及构建运行），提升智能体产出代码的正确性与可维护性； 2、 设计低代码质量评测体系，结合静态分析、端到端测试及LLM-as-a-Judge等手段，构建可复用的自动化校验框架； 3、 研发适配智能体平台的校验Harness、任务回放与失败归因能力，实现从需求理解到验证报告的闭环度量与落地； 4、 探索基于多Agent协同的代码审查、缺陷定位与自动修复策略，提升智能体在复杂仓库、多语言与多框架场景下的泛化能力； 5、 参与课题验证与业务落地，沉淀相关技术文档、专利或高质量学术论文，推动成果在京东研发效能及运营场景中的应用。
1、参与快手大规模深度学习推理框架的研发与优化，保障在线系统的高可用/高并发，为快手搜索数亿用户提供高效稳定的算力输出； 2、负责快手搜索模型推理优化工作，优化模型推理性能，高吞吐低延时支撑模型推理服务； 3、 支持大模型在搜索场景落地的相关模型优化，包括不局限于AI检索，Query改写等。
1.负责搜推系统和引擎的设计与开发，构建高性能、高并发的分布式架构，支撑搜索与推荐业务的核心场景； 2.负责设计高性能数据结构，支撑海量数据下各种复杂索引结构的低延迟查询； 3.负责搜推技术框架的规划与设计，负责产品的核心功能、公共核心模块的代码编写； 4.与算法团队紧密合作，负责深度学习模型的线上推理性能优化，支撑全场景各种复杂模型的在线推理业务需求； 5.探索新技术方向，参与AI工程化项目，通过技术创新解决实际问题，推动系统性能和稳定性持续改进。
1、负责高德出行场景（驾车，骑行，步行）的大模型应用框架开发，构建高可用、低延迟的分布式系统； 2、负责优化Agent决策引擎、任务调度、多模态数据处理等模块的性能与稳定性； 3、负责搭建Agent与外部系统（如数据库、API、第三方服务）的高效通信机制； 4、负责保障大模型应用系统架构的稳定、高效运行，帮助业务优化性能和改善系统稳定性； 5、负责协调业务资源，与大模型算法和数据源服务等团队协作，保障项目有效落地和需求高效交付。
1. 面向有道词典、词典笔、学习规划/小P老师等产品线，负责 Agent 能力的整体方案与核心算法研发，包括任务分解、计划-执行/反思循环（Plan-Execute / ReAct / Reflection）、长短期记忆与工具路由等； 2. 负责 SLM（Small Language Model）持续预训练与指令微调（SFT），构建高效压缩与蒸馏方案，面向端侧/低延迟场景优化推理效率； 3. 设计与实现工具调用（Function/Tool Calling）体系：工具编目与路由、参数填充、结果验证与回退、调用链追踪与可观测性，提升工具使用的成功率与收益； 4. 基于强化学习（PPO/GRPO/DPO 类方法等）与奖励建模，面向语义理解、工具使用成功率、内容生成质量等目标进行对齐与优化，支持离线/在线策略迭代； 5. 负责搜索与排序相关模型：语义检索embedding/rerank、学习排序（pointwise/pairwise/listwise）、点击/转化信号建模与评估； 6. 负责数据全链路：高质量数据构建、策略采样、合成与清洗、去重与去噪、难例挖掘、失败案例回放及工具轨迹数据集构建； 7. 建立系统化评测体系：离线基准（理解/工具成功率/可用性）、端到端任务评测、A/B 实验与线上指标监控，推进效果持续迭代； 8. 推动工程化落地：训练管线与分布式并行、推理服务化与弹性扩缩、缓存与检索加速、成本/时延/稳定性优化； 9. 跨团队协作，与产品、工程、数据及标注团队紧密配合，按期高质量交付，持续提升用户体验与业务指标。