AI Coding工程师(J10928)

1.HarnessEngineering体系建设 负责建设Coding Agent与Harness相关能力,覆盖任务编排、工具调用、上下文工程、执行观测、结果评估和AgentOps。构建应用于产品的HarnessEngineering技术体系,落地Context Engineering、Multi-AgentsOrchestrator、Memory、Observability、Guardrails等关键技术 2.AICoding开发流程落地 推动团队从VibeCoding向Spec-Driven Development(SDD)转型,落地OpenSpec三阶段工作流(Propose→Apply→Archive),建立规范驱动开发的工程化标准6。将模型、Agent、工具、数据和开发者工作流连接起来,形成可持续迭代的AI应用闭环 3.AIAgent系统开发 参与设计、开发和实现AICodingAgent,构建具备代码理解、生成、调试和优化能力的智能编程系统-10。设计多智能体协作架构,实现复杂编程任务拆解与分布式执行-10。 4.工程化基础设施 打造AINative的产品系统和工程基础设施,以AI应用工程师视角端到端推进产品落地,把复杂能力做成可靠、可观测、可规模化运营的系统。具备扎实的系统设计和线上工程能力,能处理API、存储、异步任务、权限、监控、灰度和稳定性问题。 5.团队能力建设 沉淀AICoding最佳实践,建立团队SDD开发规范和CLAUDE.md分层记忆体系,指导并培训团队成员提升AI驱动开发能力。

1.本科及以上学历,计算机科学、人工智能、软件工程或相关专业 2.1编程与工程能力 精通至少一门主流编程语言(Python/Go/TypeScript/Java),具备扎实的算法与数据结构基础 深入理解LLM关键工程技术(Context Engineering/Multi-Agents/Observability / Evaluation等),在其中一个或多个技术方向有丰富的工程实践经验，熟悉大模型应用开发技术栈(LangChain/ LlamaIndex/MCP等) 2.2Harness工程能力(核心) 理解AIAgent产品和平台的关键机制,包括上下文工程、RAG搜索、工具编排、权限控制、执行观测、结果评估和成本控制 有AICoding、Agent Harness、AgentOps、RAG或多Agent协作系统开发经验 能够设计Harness工程体系--"人类掌舵,智能体执行"的协作框架-6,包括Hooks、权限门禁、上下文压缩等工程化约束 2.3AICoding工具与实践 深度使用Claude Code、Cursor、Codex等AI Coding工具,对AAICoding具有系统性的理解 具备将模糊、复杂的业务问题拆解为清晰、可执行技术模块和迭代路径的能力 能从Vibe Coding过渡到Spec-Driven Development,具备规范驱动开发的项目经验