面向 AI 编码产品的智能研发交付与工程效能平台关键技术研究-阿里星

• 1.智能构建编排： 基于 LLM 构建智能 DevOps Agent，实现自然语言驱动的多平台流水线生成、构建失败自动根因分析与修复建议，将配置驱动的 CI/CD 升级为意图驱动的智能编排；
• 2.AI 功能持续验证： 构建 ML 驱动的持续验证引擎，自动学习 AI 功能行为基线，实时检测异常偏移，支持智能灰度分析与自动回滚；
• 3.安全编排与韧性工程： 将 AI 安全扫描左移至流水线，构建混沌工程韧性测试框架与 SLI/SLO 驱动的服务可靠性管理；
• 4.成本管理与效能洞察： 构建 AI 推理成本细粒度归因与工程效能智能分析平台，自动识别瓶颈并生成优化建议。
• 1.硕士及以上学历在读或即将毕业，计算机科学、软件工程、人工智能等相关专业；
• 2.了解 CI/CD、DevOps、云原生技术体系（Kubernetes、GitOps 等），有构建系统或研发效能平台开发经验者优先；
• 3.熟悉 LLM 及 Agent 技术，有基于 LLM 构建智能应用经验者优先；
• 4.精通至少一门主流编程语言（TypeScript/Python/Go/Java），能独立完成系统设计与实现；
• 5.对持续验证、安全测试编排、混沌工程、工程效能等方向有研究经验者优先；
• 6.在软件工程领域顶级会议（ICSE、FSE、ASE、ISSTA 等）发表过论文，或有高影响力开源项目经验者优先。

【加分项】：

• 1.有 IDE/插件/CLI 工具开发经验；
• 2.有 AI 编码工具研发或深度使用经验；
• 3.熟悉 Electron/VS Code 架构；
• 4.有 AI 安全或 SRE/混沌工程实践经验。