58同城Java资深开发工程师-AI连接(J33961)
任职要求
1、5年以上互联网中大型项目研发经验，计算机相关专业国家本科及以上学历； 2、有大型分布式系统架构设计和优化经验，精通JVM深度调优、GC机制优化及高并发场景性能瓶颈诊断； 3、精通常用分布式中间件原理及选型策略（如Kafka/RabbitMQ消息队列、Redis缓存集群、Zookeeper协调服务等），具有复杂系统容灾设计经验； …
工作职责
1、参与千万级日活核心业务系统的日常迭代与架构升级，保障系统在大规模流量场景下的高可用性与性能优化； 2、参与并推动分布式系统架构迭代升级，推动微服务化演进，构建具备业务前瞻性的技术架构体系； 3、参与大语言模型（LLM）在业务场景的落地应用，参与智能体等大模型应用的构建和迭代优化，构建业务团队智能化系统基础设施； 4、能够协同算法、NLP、大数据等技术团队，攻克复杂业务场景技术难题，持续提升用户体验。
1、端到端功能建设及交付：参与点点（Dots）AI 对话应用的全栈功能研发，熟练借助 AI 编程工具（如 Claude Code、Cursor、Codex 等）实现人机协同编程，独立完成完整功能模块的端到端（Client-Server-AI）架构设计与高质量交付。 2、Agent 系统与工作流建设：参与构建连接大模型与业务场景的 Agent 系统，设计并落地多步推理（Multi-step Reasoning）、动态 Workflow 编排、多模型路由、多样 Tool Calling 、 DeepResearch 等核心机制。 3、服务端与高并发对话系统研发：参与 AI 对话产品服务端核心架构设计，构建支撑千万级并发的流式消息分发与路由系统（基于 SSE / WebSocket / gRPC 等协议）；推进微服务系统容量规划、全链路追踪（Trace）与性能瓶颈调优。 4、大前端与跨端交互体验攻坚：具备跨端视野，深度参与大前端（iOS / Android / Web / RN）核心模块开发，攻坚富文本与复杂卡片渲染、多模态交互（音视频 / 图像）、复杂动画及极致的客户端性能治理（启动、内存、卡顿与流畅度）。 5、全链路高可用保障：针对复杂 AI 任务的不确定性与不可靠性，设计并实现健壮的工程兜底机制，构建高可用的服务架构，涵盖中间状态存储与恢复（Memory/State Management）、长链路容错、智能重试与降级，支撑核心场景的工业级稳定性。
1、端到端功能建设及交付：参与点点（Dots）AI 对话应用的全栈功能研发，熟练借助 AI 编程工具（如 Claude Code、Cursor、Codex 等）实现人机协同编程，独立完成完整功能模块的端到端（Client-Server-AI）架构设计与高质量交付。 2、Agent 系统与工作流建设：参与构建连接大模型与业务场景的 Agent 系统，设计并落地多步推理（Multi-step Reasoning）、动态 Workflow 编排、多模型路由、多样 Tool Calling 、 DeepResearch 等核心机制。 3、服务端与高并发对话系统研发：参与 AI 对话产品服务端核心架构设计，构建支撑千万级并发的流式消息分发与路由系统（基于 SSE / WebSocket / gRPC 等协议）；推进微服务系统容量规划、全链路追踪（Trace）与性能瓶颈调优。 4、大前端与跨端交互体验攻坚：具备跨端视野，深度参与大前端（iOS / Android / Web / RN）核心模块开发，攻坚富文本与复杂卡片渲染、多模态交互（音视频 / 图像）、复杂动画及极致的客户端性能治理（启动、内存、卡顿与流畅度）。 5、全链路高可用保障：针对复杂 AI 任务的不确定性与不可靠性，设计并实现健壮的工程兜底机制，构建高可用的服务架构，涵盖中间状态存储与恢复（Memory/State Management）、长链路容错、智能重试与降级，支撑核心场景的工业级稳定性。
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。
职位描述： 我们正在寻找一位热衷于测试领域AI算法研究与工程化落地的专业人员。您将负责探索和应用测试领域的AI算法技术，提升软件测试的智能化水平，并推动这些技术的实际应用，助力产品质量保障。 岗位职责： 1. 负责AI算法在软件测试领域的研究与应用，包括但不限于基于AI的手机智能操控、测试用例生成、智能缺陷分析、时序指标预测、视觉元素解析等方向。 2. 设计和优化基于大模型的多场景应用，例如多模态大模型用于用例生成、脚本生成、代码理解、缺陷分析等。 3. 跟踪大模型（如GPT、BERT、LLM等）相关技术的发展趋势，持续探索新的测试领域应用。 4. 分析和建模测试过程中的数据，探索机器学习、深度学习、强化学习等AI技术在测试领域的应用场景。 5. 设计并实现基于AI算法的测试工具或平台，推动工程化落地。 6. 撰写技术文档，分享技术成果，推动AI测试技术在团队内外的推广。