滴滴出行
AI 产研工程效能专家
AI 产研工程效能专家
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公平台工程
平台工程
Ai Coding
上下文工程
代码安全
平台工程
研发效能
跨团队协作
工具链架构
数据度量体系
值不值得投
81综合评分
综合评分 81
聚焦AI研发效能前沿、技术自主权高、跨团队协同挑战大、生活节奏待确认的资深专家岗。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.5万
比平台工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2320 个在招 · 其中平台工程 5 个
市场机会
选择适中
北京 · 平台工程 · 48 个在招
职位详情
关于这个职位
负责滴滴信息安全部AI编码工具链的顶层设计与落地，通过上下文工程、私有知识库等技术提升团队研发效能
需具备8年以上研发及5年以上效能平台经验，主导跨团队技术规范统一与数据化度量体系建设，推动AI应用在实际研发场景中的低成本普及与提效
最低要求
本科及以上学历，计算机/软件工程相关专业
年以上研发经验，含 5 年以上研发效能、工具链或平台工程经验，有团队级工具链从 0 到 1 的完整落地经验
熟悉 AI Coding 工具生态，具备上下文工程、私有代码知识库检索、规则库建设能力
理解 AI 生成代码的安全风险与治理手段，有代码审计、SDL 或供应链安全任一方向的实践经验
能设计并运用研发效能度量体系，用数据驱动推广策略迭代
有工具产品化经验
跨团队推动力强，沟通清晰，对 AI 研发工具生态保持高强度学习热情，技术路线不确定时能快速决策
工作职责
从部门研发全局视角，洞察 AI Coding发展趋势，并针对团队研发模式，形成落地路线
负责团队 AI Coding 工具链顶层设计，规划代码助手、私有知识库、上下文工程、规则库等技术的演进路线
能独立解决高难度技术问题、输出高质量方案，并能对关键技术做出正确决策取舍
以专业深度建立技术影响力，推动各团队统一 AI Coding 规范与工具标准，擅长用数据与用例说服而非强推
建立效能度量体系，用可量化数据论证投入价值并持续迭代
推动工具链产品化，让团队低成本上手
能熟练编排 AI 应用并带来可量化的提效收益
AI 洞察
优缺点分析
优点
- 聚焦AI Coding前沿赛道，技术视野领先
- 依托大厂平台资源，可接触海量研发场景与真实数据
- 专家岗赋予高度技术自主权与决策空间
- 跨团队推动标准化易遇阻力，需极强沟通与数据说服力
- AI技术路线迭代极快，需保持高强度持续学习
- 效能度量与ROI验证周期长，短期难见显著业务产出
- 适合具备深厚工程底蕴、热衷于研发提效工具创新、且擅长非职权影响力驱动的资深技术专家
缺点 / 挑战
暂无明显挑战项
角色解读
- 向首席技术专家或研发效能总监发展
- 可横向拓展至AI工程化（MLOps/AIOps）或技术战略管理方向
- 在大型互联网企业中逐步主导更核心的底层基建与组织级技术变革
- 负责AI编码工具链的顶层设计与技术演进规划
- 主导跨团队AI Coding规范统一与工具标准落地
- 搭建研发效能度量体系并推动数据驱动迭代
- 精通上下文工程、私有知识库检索与规则库建设
- 熟练掌握研发效能度量与数据驱动方法
- 具备代码安全治理（SDL/供应链安全）实战经验
- 拥有极强的跨团队协同与技术影响力构建能力
申请策略
- 提前研究目标公司近期在AI研发侧的技术博客或开源项目
- 面试时准备1-2个跨团队推行技术标准的完整复盘案例
- 突出团队级工具链从0到1的落地成果
- 量化展示效能提升数据（如提效百分比、节省工时）
- 强调AI Coding/上下文工程/代码安全的具体实践案例
- 深入钻研LLM在代码生成中的应用原理与Prompt/Context优化技巧
- 补充DevSecOps与软件供应链安全知识
- 强化数据建模与效能指标体系设计能力
面试指南
- 采用STAR法则结构化回答，重点突出背景痛点、技术方案选型依据、跨团队协同策略、数据验证过程及最终业务收益
- 强调“数据驱动”与“渐进式推广”思维
- 如何评估和度量AI Coding工具的实际提效价值？
- 在推进跨团队AI Coding规范时遇到阻力如何应对？
- 如何平衡AI生成代码的效率提升与安全合规风险？
- 请分享一个你主导的工具链从0到1落地的完整案例
- 梳理过往效能平台/工具链项目的核心指标与迭代路径
- 复习AI代码生成主流模型特性及上下文工程最佳实践
职位点评
薪资福利85
成长发展90
工作生活65
使命价值75
薪资福利
85较高
作为互联网巨头资深专家岗，薪酬待遇处于行业高位，通常配套完善的福利体系与长期激励。
薪资信号未披露（AI估算：4.0千–7.0万/月）
成长发展
90较高
岗位直接切入AI Coding与研发效能前沿领域，提供广阔的技术探索空间与行业话语权。
技术前沿前沿/新兴技术
技术栈AI Coding、上下文工程、私有知识库、研发效能度量、代码安全
业务类型cost_center
工作生活
65中等
专家岗通常享有较高的技术自由度，但跨团队推动与前沿技术攻坚可能伴随一定的工作强度。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
致力于通过AI技术重塑研发模式，提升整体工程效率，具有明确的行业赋能价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs