锦鲤求职

Shopee

AI Coding Agent Tech Lead

锦鲤会替你打开官网网申、按简历自动填表提交,你只需要在关键步骤确认。

岗位描述

【岗位关键词】

AI Agent、Coding Agent、研发效能、代码生成、代码审查、自动化测试、RAG、Tool Use、代码安全、工程平台。

【职位概述】

作为线下广告、地图等业务的AI Coding Agent 技术负责人,你将负责建设面向OPA研发团队的智能编码与研发效能平台。你需要结合大模型、Agent 框架、代码库检索、工具调用、自动化测试、代码安全治理与工程平台能力,推动 AI Coding Agent 在真实研发流程中的落地,包括代码理解、代码生成、代码审查、缺陷修复、测试生成、文档生成和研发流程自动化等场景。

该岗位将直接服务于复杂业务系统的研发提效,帮助研发团队以 AI Native 的方式提升交付效率、代码质量和业务响应速度。

​

你将重点解决的问题:

- 如何让 AI Coding Agent 理解大型复杂业务代码库和复杂业务上下文;

- 如何提升生成代码的准确性、可维护性、安全性和可测试性;

- 如何将 Agent 能力稳定集成到代码仓库、CI/CD、测试平台、知识库和研发流程中;

- 如何建立可量化的 Coding Agent 效果评估体系,包括任务成功率、代码采纳率、测试通过率、缺陷发现率和研发效率提升等指标。

​

【核心职责】

1. AI Coding Agent 架构设计:

1)负责AI Coding Agent 的整体架构设计,包括代码上下文构建、代码库检索、任务规划、工具调用编排、沙箱执行、权限控制、记忆机制和评测体系。

2)结合广告投放研发场景,设计可扩展、可观测、可评估的智能编码平台架构,支持多业务线、多代码库、多研发流程的持续接入。

2. 代码生成、测试与治理闭环:

1)建设代码生成、自动化测试生成、代码审查、安全扫描、缺陷修复和 CI/CD 集成能力,形成从需求理解、代码实现、测试验证到上线检查的闭环。

2)持续优化生成代码的准确性、稳定性、安全性和可维护性,降低 AI 生成代码在真实业务系统中的落地风险。

3. 研发流程智能化改造:

1)识别研发流程中的高频、重复、复杂任务,推动 Agent 在需求分析、技术方案生成、代码实现、问题定位、接口联调、文档生成和知识问答等环节落地。

2)通过 AI Coding Agent 重构部分传统研发流程,提升研发团队对业务快速变化的响应能力。

4. 工程平台与工具链集成:

1)将 AI Coding Agent 能力与代码仓库、IDE、研发流程平台、CI/CD、测试平台、监控平台、知识库和权限系统进行集成。

2)建设稳定可靠的工程化底座,确保 Agent 能力在真实研发环境中可用、可控、可追踪、可持续迭代。

5. 跨团队协同与业务落地:

1)与产品、业务研发、算法、测试、平台工程和业务团队深度协作,将业务痛点转化为可落地的 AI Agent 产品能力。

2)建立效果评估机制,通过研发交付周期、代码审查效率、测试覆盖率、缺陷发现率、代码采纳率等指标衡量业务价值。

6. 技术攻坚与团队建设:

1)在关键技术问题和核心项目中,能够深入一线代码和架构进行技术攻坚。

2)负责团队技术方向规划、关键方案评审、技术人才培养和工程质量治理,推动团队形成高质量、可持续的技术交付能力。

​

【任职要求】

1. 工作经验:

1)具备 5 年及以上后端研发、平台工程、研发效能或 AI 工程相关经验,其中有 2 年及以上技术团队管理经验,或复杂项目技术 owner 经验。

2)有从 0 到 1 建设平台型系统,或从 1 到 N 推动大型复杂系统规模化落地的经验。

2. 工程与架构能力:

1)熟练掌握至少一门主流后端编程语言,如 Python、Go 或 Java。

2)具备扎实的分布式系统、服务治理、工程架构和平台化建设经验,理解高可用、高扩展、可观测、权限控制和安全治理等工程要求。

3)熟悉代码仓库、CI/CD、自动化测试、研发流程平台、质量治理和工程规范,能够将 AI 能力稳定集成到真实研发链路中。

3. AI Agent 与大模型应用能力:

1)熟悉大模型应用工程,理解 RAG、Function Calling、Tool Use、Agent Workflow、Prompt Engineering、Context Engineering、模型评测等关键环节。

2)对AI Coding Agent 的核心问题有实践理解,包括代码上下文构建、代码库理解、代码生成质量评估、工具调用编排、自动测试、沙箱执行和权限隔离等。

4. 技术敏感度与落地能力:

1)保持对一线代码和前沿技术的敏锐度,能够判断技术方案在真实工程环境中的可行性、风险和投入产出比。

2)具备较强的问题抽象能力和业务理解能力,能够把复杂研发痛点拆解为可交付、可评估、可迭代的产品和技术方案。

5. 协作与 Owner 意识:

1)具备良好的跨团队沟通能力,能够与研发、产品、算法、测试和业务团队高效协作。

2)具备较强的结果导向和 owner 意识,能够推动复杂项目从方案设计到工程落地,并持续追踪效果。

​

【加分项】

1. 有 AI Coding Agent、研发效能平台、智能代码审查、自动化测试生成、代码知识库或企业级 Agent 平台落地经验;

2. 有大型复杂业务代码库治理、研发流程平台、DevOps 平台或工程质量平台建设经验;

3. 熟悉 Multi-Agent、Agent 自动评测、代码安全治理、代码生成基准测试等方向;

4. 有广告、地图、电商、互联网研发系统经验。

人工智能方向的申请准备

先核对岗位要求与自己的经历,再准备档案、投递和面试。

阅读求职步骤与示例 →