我们正在优化 AI Coding / Agent 从需求理解、代码生成到产物交付的完整链路。这里不只看“能不能跑”，更关心它是否真的好用、可维护、可交付。 你将负责以下一个或多个方向的工作： 建设并优化 LLM / Agent Eval Platform，形成实验、评测、回归与数据闭环。 设计和优化 AI Coding 产物 Rubric，对生成的前端页面、组件、工具或其他工程产物进行多维度的质量评估 参与 LLM 训练数据建设，包括 coding 任务设计、数据合成、数据清洗、质量筛选与问题归因。 打造可复用的 Tools & Skills 体系，提升扩展效率与规模化交付能力。 参与 AI Coding / Agent 相关产品研发，围绕真实场景持续迭代。 你需要具备的能力： 计算机、软件工程、人工智能、数据科学等相关专业在读，具备良好的编程基础。 AI-native，Vibe Coding 重度使用者，能判断代码质量，有能力用大模型出色地完成项目。 精通 Python、TypeScript、Golang 、 Rust 等一门或多门语言。 具备良好的代码理解、结构化分析和问题归因能力，能把“这个结果怪怪的”拆解成清晰、可判断、可优化的问题。 对前端页面、交互体验或工程产物有审美判断，能识别“能跑”和“好用、可交付”之间的差异。 加分项 熟悉 Codex、Cursor、Claude Code、GitHub Copilot、Devin 等 AI Coding 工具，锐评各主流大模型和 Agent 产品的调性。 有 LLM 应用、Prompt Engineering、Agent、RAG、模型评测相关经验。 熟悉 React、Vue、Next.js、Tailwind CSS 等前端技术栈，或有前端项目、组件库、低代码平台、设计系统、个人 AI 工具项目经验。 有数据合成、SFT / RLHF / DPO 数据构建、Benchmark、自动化评测或 Eval Platform 相关经验。 在面试时能直接 show off 你的项目、代码、技术博客和上述加分项的内容。 我们希望你： 不墨守陈规 ：敢于质疑权威，敢于引领而非跟随， Strong opinions, weakly held. 有品味 ：不满足于仅仅编写能跑的代码，对代码、文档、产品的美感有追求。 知其所以然 ：不背八股，而是在实践中理解计算机系统的本质。 你将获得 深入参与 AI Coding / Agent 从产品、数据、评测到工程基建的完整链路。 接触 LLM 训练数据、Eval Platform、Rubric、Tools & Skills 等核心工作。 获得 AI × Coding × Data × Product Experience × Engineering Infra 的综合实践经验。 和算法、工程、产品团队一起探索人机共创 coding 的新范式。
