崗位目標(biāo)：通過AI技術(shù)增強(qiáng)團(tuán)隊在復(fù)雜規(guī)則處理、非結(jié)構(gòu)化數(shù)據(jù)分析及自動化工具開發(fā)的能力，推動現(xiàn)有工具智能化升級，提升處理效率和業(yè)務(wù)場景適應(yīng)性。
必備技能要求：
1、Python編程能力
? 精通Python編程語言，熟悉常用庫（NumPy、Pandas、Selenium、Django、Flask、OpenCV等），具備代碼優(yōu)化和工程化開發(fā)經(jīng)驗。
2、數(shù)據(jù)處理與特征工程
? 具備復(fù)雜數(shù)據(jù)（文本、圖像、表格等）清洗、特征提取和結(jié)構(gòu)化能力，熟悉非結(jié)構(gòu)化數(shù)據(jù)（如PDF、網(wǎng)頁、日志文件）的處理方法，能應(yīng)對低質(zhì)量或異構(gòu)數(shù)據(jù)挑戰(zhàn)。
3、AI框架與工具
? 熟練使用主流模型訓(xùn)練框架（如PyTorch、Transformers、Keras、TensorFlow等），熟悉模型訓(xùn)練、部署和調(diào)試全流程；
? 熟練使用主流模型應(yīng)用開發(fā)部署框架（如LangChain、Ollama等）。
4、模型訓(xùn)練與調(diào)優(yōu)
? 熟悉Qwen、ChatGLM、DeepSeek、BERT等預(yù)訓(xùn)練模型的應(yīng)用與微調(diào)；
? 掌握監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)及其基礎(chǔ)算法，熟悉超參數(shù)優(yōu)化（如Grid Search、貝葉斯優(yōu)化等）、熟悉模型評估指標(biāo)（準(zhǔn)確率、精確率、召回率、F1、AUC-ROC等）；
? 深入理解CNN、RNN、Transformer等模型原理。
5、AI自動化工具開發(fā)
? 能將AI模型封裝為可集成的模塊，與現(xiàn)有工具鏈（如自動化腳本、數(shù)據(jù)庫系統(tǒng)）無縫結(jié)合；
? 能夠基于LLM進(jìn)行Agent應(yīng)用開發(fā)，包括任務(wù)規(guī)劃、反思、記憶、執(zhí)行、對話管理、向量檢索等；
? 熟練進(jìn)行Prompt 撰寫和調(diào)優(yōu)，能夠根據(jù)業(yè)務(wù)訴求引導(dǎo)AI對生成的內(nèi)容進(jìn)行自動優(yōu)化。
? 熟悉檢索增強(qiáng)生成（RAG）技術(shù)架構(gòu)，能夠結(jié)合向量數(shù)據(jù)庫（如FAISS、Milvus、Pinecone）與大語言模型構(gòu)建知識檢索型應(yīng)用。
崗位職責(zé)：? 分析業(yè)務(wù)需求，設(shè)計和實現(xiàn)AI驅(qū)動的解決方案，提升復(fù)雜規(guī)則處理及非結(jié)構(gòu)化數(shù)據(jù)分析能力。
? 針對實際業(yè)務(wù)場景完成AI模型的設(shè)計、訓(xùn)練、調(diào)優(yōu)及集成，確保模型性能和業(yè)務(wù)需求匹配。
? 與團(tuán)隊協(xié)作完成AI模塊與現(xiàn)有工具鏈的無縫對接，優(yōu)化數(shù)據(jù)處理、文檔分析及自動化流程