【崗位職責(zé)】
1.AI大模型深度應(yīng)用
系統(tǒng)了解ChatGPT等大模型技術(shù)原理，持續(xù)追蹤LLM領(lǐng)域最新進(jìn)展
構(gòu)建行業(yè)知識(shí)庫(kù)體系，設(shè)計(jì)訓(xùn)練方案并優(yōu)化模型輸出質(zhì)量
2.智能體工作流設(shè)計(jì)
運(yùn)用fastGPT/Dify等智能平臺(tái)，將業(yè)務(wù)需求轉(zhuǎn)化為可執(zhí)行的智能體工作流
設(shè)計(jì)端到端AI應(yīng)用解決方案，完成流程節(jié)點(diǎn)拆解與系統(tǒng)集成
建立AI智能體評(píng)估體系，持續(xù)優(yōu)化工作流效率與產(chǎn)出質(zhì)量
3.行業(yè)智能化轉(zhuǎn)型
深度分析行業(yè)智能化案例，提煉可復(fù)用的AI應(yīng)用范式
構(gòu)建業(yè)務(wù)場(chǎng)景與AI技術(shù)的映射模型，輸出智能化改造方案
4.數(shù)據(jù)資產(chǎn)化運(yùn)營(yíng)
搭建結(jié)構(gòu)化數(shù)據(jù)中臺(tái)，完成多源異構(gòu)數(shù)據(jù)的清洗與知識(shí)抽取
設(shè)計(jì)數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)體系，構(gòu)建領(lǐng)域?qū)俚膬?yōu)質(zhì)訓(xùn)練數(shù)據(jù)集
5.AI大模型深度應(yīng)用與持續(xù)學(xué)習(xí)
大模型技術(shù)原理： 深入理解ChatGPT等大模型的架構(gòu)、訓(xùn)練方法、應(yīng)用場(chǎng)景及局限性。
Prompt Engineering： 掌握設(shè)計(jì)高效Prompt的技巧，提升與大模型交互的效率和質(zhì)量。
行業(yè)知識(shí)庫(kù)構(gòu)建： 學(xué)習(xí)如何構(gòu)建和維護(hù)領(lǐng)域特定的知識(shí)庫(kù)，用于訓(xùn)練和優(yōu)化大模型。
前沿技術(shù)追蹤： 定期組織分享會(huì)，學(xué)習(xí)LLM領(lǐng)域最新研究成果和應(yīng)用案例。
【崗位要求】
1.硬性條件
本科及以上學(xué)歷，計(jì)算機(jī)相關(guān)專業(yè)，具備NLP項(xiàng)目實(shí)操經(jīng)驗(yàn)
精通Prompt Engineering，熟悉LangChain等框架開發(fā)
具有fastGPT/Dify等智能平臺(tái)項(xiàng)目落地經(jīng)驗(yàn)（需提供案例）
2.核心能力
智能體思維邏輯：能將復(fù)雜業(yè)務(wù)拆解為可執(zhí)行的智能體協(xié)作網(wǎng)絡(luò)
全棧式AI架構(gòu)能力：從需求分析到工作流落地的完整實(shí)現(xiàn)能力
技術(shù)轉(zhuǎn)化能力：精準(zhǔn)匹配業(yè)務(wù)場(chǎng)景與AI技術(shù)解決方案
3.素質(zhì)要求
具備產(chǎn)品化思維，能站在用戶體驗(yàn)角度設(shè)計(jì)AI交互流程
強(qiáng)大的邏輯推演能力，擅長(zhǎng)構(gòu)建多維度評(píng)估指標(biāo)體系
敏銳的技術(shù)商業(yè)嗅覺，能預(yù)判AI技術(shù)演進(jìn)帶來的業(yè)務(wù)機(jī)會(huì)