1、AI驱动的需求分析与设计： 探索并实践使用大模型（LLM）理解、分析和转化原始用户需求，自动生成用户故事、验收标准（Acceptance Criteria）及初步的技术设计文档（如API规格、数据模型等）。 2、智能化编码与实现： 深度利用AI编程工具链，负责核心业务逻辑的智能生成、代码重构与优化；开发和维护用于特定领域代码生成的提示（Prompts）库和自动化脚本。 3、自动化测试生成与执行： 应用大模型技术，根据代码和需求自动生成单元测试、集成测试和E2E测试用例；探索利用AI进行缺陷智能分析与定位。 4、端到端交付流程自动化： 将大模型能力集成到CI/CD流程中，实现自动化生成版本，打造从需求到上线的高度自动化闭环。

教育背景与基础： 计算机科学、软件工程或相关专业本科及以上学历，8年以上工作经验。 具备扎实的软件工程理论基础，精通数据结构、算法、设计模式和系统架构设计原则。 软件开发经验： 至少3年以上全栈开发经验，熟练掌握至少两种主流编程语言（如Python, Go, Java, TypeScript等）及其生态。 具备丰富的敏捷开发和DevOps实践经验，精通CI/CD工具链（如Git, Jenkins, Docker, Kubernetes等）。 大模型应用能力： 对大语言模型（LLM）有深入的理解，具备丰富的LLM API（如OpenAI, Anthropic, Gemini等）应用开发经验。 精通提示工程（Prompt Engineering），能够编写高效、稳定的提示词以驱动模型完成复杂的软件开发任务。 有使用或二次开发AI编程助手（如GitHub Copilot, Sourcegraph Cody等）的深度实践经验。 自动化思维与能力： 对软件开发全流程的效能提升有极致追求，具备强大的自动化思维。 熟悉各类测试框架和自动化测试策略，有利用AI提升测试效率的项目经验者优先。