岗位职责：
1.依托AI大模型技术，设计并落地代码自动生成解决方案，贯穿需求解析、代码产出、语法检查、逻辑优化等环节，全面提升研发团队的编码效率与代码质量。
2.深入探索AI大模型在代码生成方向的技术特点，涵盖上下文感知能力、多语言支持（OC、Flutter、Swift、Java、Kotlin）、业务场景匹配度等方面，持续优化模型调用机制与提示词工程，解决生成过程中存在的逻辑偏差、冗余代码及兼容性问题。
3.构建自动化编码工具或平台，整合AI大模型接口、代码管理系统（Git/GitLab）以及开发环境插件（VSCode/IntelliJIDEA），实现“需求输入—代码生成—提交入库—测试触发”的全流程闭环。
4.与产品、开发、测试团队密切协同，深入理解各业务线的编码需求（如后端接口开发、前端组件实现、数据脚本编写等），制定适配的AI生成模板与规则体系，确保输出代码符合业务逻辑与技术标准。
5.关注AI大模型与代码自动化领域的最新进展（如多模态生成、领域专用语言DSL自动化、智能修复代码缺陷等），定期开展技术预研与验证，推动成熟技术在实际项目中的应用，助力团队技术升级。
6.负责相关技术文档的整理与归档，包括方案设计说明、工具使用指南、原理分享材料等，并为团队提供AI代码自动化方面的培训与技术支持，提升整体技术水平。

任职要求：
7.学历要求：本科及以上学历，计算机科学与技术、软件工程、电子信息工程、人工智能等相关专业背景，985/211高校或海外知名院校优先考虑。
8.技术能力
◦精通至少两门主流编程语言（如Java/Python/Go），具备扎实的编码能力，可独立完成复杂逻辑的开发、调试与性能调优，有大型项目实践经验者优先。熟悉至少一个主流AI大模型（如GPT-4、Claude3）的工作机制与调用方式，具备基于大模型实现代码生成、文本理解、逻辑推导等项目经验者优先。了解CI/CD工具（Jenkins/GitHubActions）、代码静态扫描工具（SonarQube）、自动化测试框架（JUnit/Pytest/Selenium）等，能够独立搭建或改进自动化流程链路。
◦具备基础的机器学习或深度学习知识，掌握大模型微调（Fine-tuning）、提示工程（PromptEngineering）、向量数据库等关键技术，能结合业务场景优化AI生成效果。

9.软技能
◦具备出色的问题定位与解决能力，能快速识别AI生成代码中的逻辑错误、语法异常或性能瓶颈，并提出有效应对策略。
◦拥有良好的沟通协调能力，能准确理解业务诉求和团队目标，与跨职能成员高效协作，保障项目顺利推进。
◦具备较强的自主学习能力和创新思维，对AI与自动化方向的新技术保持关注，乐于探索并应用于实际工作。
◦具备规范化的文档撰写能力，能清晰、完整地输出技术文档、需求说明及测试报告。