AI 软件工程平台工程师（XC）

参与团队 AI 软件工程平台及研发 AI 工具的开发与迭代，涵盖代码评审助手、测试用例生成助手、日志分析助手、知识问答助手等工具的功能设计、代码编写及优化工作。 学习并参与企业级 AI Agent 开发，基于 LangChain、LangGraph、AutoGen 等主流框架，实践 RAG、Tool Calling、多 Agent 协同等技术在真实研发场景中的应用与落地。 参与企业知识库建设，协助完成研发文档、代码、规范等知识的整理、入库与检索优化，支撑智能问答与研发知识复用。 协助将 AI 能力接入软件开发全流程，覆盖需求分析、代码评审、单元测试、日志分析、文档生成、CI/CD 等环节，并配合完成与 Git/GitLab、Jenkins、Jira、SonarQube 等研发工具链的集成，协助排查使用过程中的问题。 参与 Prompt Engineering、Context Engineering、AI Evaluation 等工程方法的学习与实践，配合完成新模型、新框架、新协议等技术调研、原型验证及最佳实践沉淀。 协助跟进一线研发团队的使用反馈，配合进行问题分析、定位与迭代优化；参与技术文档编写、Demo 制作及内部技术分享，推动 AI 能力在团队内规模化落地，助力团队向 AI Native 研发模式转型

硕士学历，计算机科学与技术、软件工程、人工智能、自动化、电子信息、数学等相关专业。 熟练掌握 Python、C/C++ 中至少一门编程语言，具备扎实的编程基础与数据结构、算法功底，熟悉操作系统、计算机网络、数据库等计算机核心知识。 对大语言模型（LLM）应用开发有真实兴趣，动手调用过大模型 API（OpenAI、DeepSeek、Qwen、GLM 等），在校期间有 LLM 相关课程设计、毕业设计或个人项目（如聊天机器人、RAG 问答系统、Agent 工具等）实践经验者优先。 了解 Prompt Engineering、RAG、Agent、Embedding、向量数据库等技术概念，有 LangChain、LangGraph、AutoGen 等框架或 Dify、n8n 等 AI 工作流平台学习、实践经验者优先。 日常使用 GitHub Copilot、Cursor、Claude Code 等 AI 编码工具，对如何利用 AI 提升开发效率有自己的思考者优先。 了解常规软件开发流程，掌握 Git 等基础开发工具链，具备基本的代码调试与问题排查能力；有软件研发、大模型应用、DevOps 或研发工具方向实习经验者优先。 有开源项目贡献、技术博客维护经历、黑客松等竞赛获奖经历者优先；了解汽车软件开发（智能座舱、AUTOSAR、ASPICE 等）或做过相关课题者优先。 具备良好的逻辑思维、沟通协作与技术表达能力，工作认真踏实，好奇心与学习能力强，愿意深耕 AI 与软件工程交叉领域