代码智能生成领域产品总监(J10166)

（一）产品战略与多场景技术落地 - 制定代码智能生成产品的中长期技术与业务战略，兼顾装备软件与大型企业管理软件需求，构建标准化与灵活性的技术架构。 - 主导与集团各单位的需求对接，推动代码大模型在嵌入式系统、实时操作系统等场景的精准适配，以及解决在企业管理软件代码自动生成的核心技术难题。 - 构建覆盖“需求分析-代码生成-测试验证-认证交付”的闭环工具链，确保生成代码满足100%需求追溯、MC/DC测试覆盖等标准。 （二）技术转化与产品化管理 - 统筹代码大模型（预训练/微调/SFT/RLHF）、代码智能体（多工具协同/任务规划）、IDE插件等多形态产品的协同开发，明确场景化技术实现路径，推动技术原型向可落地工具转化。 - 建立产品效果评估体系，引入CPO（生成尝试率×反馈率×采纳率×生成质量）等指标，通过A/B实验持续优化生成效率与代码质量。 - 主导与工业软件（如PLM、MOM）的跨场景集成方案设计，确保工具无缝嵌入现有研发流程，在装备软件方面实现设计图纸到代码的自动映射，在企业管理软件方面从业务需求文档自动生成核心模块代码，并实现与企业现有IT架构的无缝融合。 （三）规模化复制与行业拓展 - 提炼业务场景的技术沉淀，设计模块化、可配置的技术架构，支持向军工、高端制造、集团型企业等领域快速复制。 - 分析目标行业的核心技术痛点，制定差异化技术路线与市场策略。 - 构建行业技术生态合作网络，与军工央企、工业软件厂商、企业级IT服务商联合开展技术攻关，打造标杆案例与技术标准。 （四）团队管理与跨职能协同 - 组建并领导产品团队（含产品经理、技术产品专家、行业解决方案专家），推动敏捷开发与行业特色交付模式的结合。 - 深度协调算法、研发、测试团队资源，确保产品在不同场景下的高效、稳定运行。 - 与质量、安全部门紧密协作，确保产品符合保密协议与数据安全要求。

（一）技术背景与专业能力 - 深入理解代码智能生成核心技术，包括LLM预训练/微调、代码智能体规划、代码解析与表征等，能独立判断不同场景的技术可行性与选型方向。 - 具备相关产品落地经验，至少主导过1个代码生成类产品（如IDE插件、AI代码助手）的完整生命周期。 - 精通2种以上编程语言（Python/Java/C++/JavaScript），具备扎实的 代码分析与系统设计能力，有效对接算法团队与研发团队，解决跨场景技术协同问题。 - 熟悉分布式系统、模型部署优化、低代码/无代码平台架构，熟悉大型企业IT架构（如微服务、云原生、中间件）。 （二）产品与管理能力 - 具备从0到1打造跨场景企业级AI工具的经验，涵盖需求定义、技术选型、算法优化、工程化落地、商业化推广全流程。 - 精通敏捷开发与多场景项目管理方法论，能协调算法、研发、测试、行业顾问等多角色资源，在严格流程下推动产品高效迭代。 - 具备优秀的沟通能力，能与甲方技术总师团队顺畅沟通、高效协作。 （三）行业洞察与创新思维 - 敏锐捕捉军工与高端制造领域的数字化趋势，理解装备软件研发的技术痛点与流程规范，能精准识别不同场景的代码生成需求。 - 具备技术创新与场景融合能力，能跟踪LLM前沿技术（如长上下文学习、多智能体协同），并探索其在跨场景的应用落地。 - 熟悉开源生态与企业级技术栈，能整合开源工具（如LLM微调框架、代码分析库、低代码平台组件）构建差异化解决方案。 四、加分项 - 发表过代码生成、大型企业IT架构、嵌入式系统、大模型应用等领域的学术论文，或主导过开源代码生成项目的开发与社区运营。 - 有型号项目的软件研发或工具支持经历，熟悉装备的全生命周期管理流程。 - 持有PMP、CMMI评估师等合规认证，或具备AS9100D质量管理体系实施经验。