崗位職責:?? ?AI數據體系建設與優化 ?(無ai經驗勿投)
1、負責智能客服、智能辦公、智能數據決策等項目的多源數據(結構化/非結構化)采集、清洗、存儲及分析,構建高效數據管道。
2、通過數據挖掘與建模(如用戶行為分析、意圖識別)驅動AI產品效果提升,優化智能客服應答準確率、智能決策算法等核心指標。
?3、AI提示詞與知識庫工程?
設計并優化AI對話系統的提示詞(Prompt Engineering),提升LLM(大語言模型)在業務場景中的響應質量與邏輯性。
維護和迭代領域知識庫,構建知識圖譜,確保AI系統知識更新的實時性與準確性。
?4、AI需求可行性分析與技術落地?
評估智能學院、智能辦公等新需求的可行性,輸出技術方案與成本效益分析,主導數據側技術驗證(PoC)。
跟蹤AI前沿技術(如強化學習、多模態交互),探索其在現有項目中的創新應用。
5、?AI產品效果監控與優化?
搭建數據監控體系,通過A/B測試、歸因分析定位AI產品問題,提出算法/工程化改進方案。
?
任職要求:???
1、?學歷:?? 計算機科學、統計學、數學等相關專業本科及以上學歷。
2、?技術能力:?? 精通Python/SQL,熟練使用Hadoop/Spark/Flink等大數據處理框架,熟悉Airflow/Kafka等數據流工具。
3、掌握機器學習算法(如分類/聚類/NLP),有TensorFlow/PyTorch實戰經驗,熟悉大模型微調與部署(如LangChain、Hugging Face)。
4、具備提示詞工程(Prompt Engineering)經驗,能通過結構化指令優化LLM輸出效果。
5、熟悉知識庫構建技術(如Elasticsearch、Neo4j),了解RAG(檢索增強生成)架構優先。
?經驗:?? 3年以上大數據或AI工程經驗,主導過至少一個完整AI項目(如智能客服、推薦系統)。
?
加分項:??
1、有智能辦公(如文檔自動化)、教育科技(智能學院)領域經驗;
2、熟悉Docker/Kubernetes云原生部署,了解LLM量化壓縮技術;
3、發表過AI/數據領域論文或專利。