TGT专项- 大模型在智能编码领域汇总的探索研究

1、建设JoyCoder代码库的索引、解析代码片段的调用链，支持低延迟、高稳定的大规模代码仓库索引； 2、设计和实施高效的召回算法，以根据当前上下文语境检索高相关的代码上文；提升代码搜索体验，帮助AI编码工具更快速地匹配需要的代码片段和信息； 3、设计和开发高效的代码补全算法，收集badcase，训练代码预测补全模型，旨在作用于AI编码工具生成高相关的补全代码，以支持低延迟和高准确率的代码下文；

1、获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业；精通至少一种编程语言（如Python、Java、C++等），具备良好的编码能力； 2、熟悉深度学习框架（如TensorFlow、PyTorch等），有相关项目经验者优先； 3、具备良好的数据分析和问题解决能力，能够从复杂数据中提取有价值的信息； 4、具备团队合作精神和良好的沟通能力，能够在快节奏的环境中高效工作； 5、有开源项目或相关技术贡献者优先。