崗位職責(zé):
1.大模型應(yīng)用與系統(tǒng)開發(fā)
主導(dǎo)基于語言、多模態(tài)(圖像、語音等)模型的 AI 應(yīng)用產(chǎn)品設(shè)計與交付;
負(fù)責(zé)構(gòu)建 Prompt、接入上下文、輸出結(jié)構(gòu)控制等開發(fā)邏輯;
快速完成從原型到的落地,推動上線迭代。
2.模型理解與能力集成
深入理解各類大模型能力(如 GPT-4、Claude.Gemini、Mistral、Sora、SD等);
精通主流 API 的調(diào)用、策略、上下文窗口管理、多輪交互邏輯;
能根據(jù)具體業(yè)務(wù)需求完成模型能力調(diào)配、集成和優(yōu)化。
3.模型調(diào)優(yōu)與定制
具備基礎(chǔ)的模型微調(diào)/輕量訓(xùn)練能力(如 LORA.QLORA、SFT 等);
熟悉向量數(shù)據(jù)庫(如 FAISS、Qdrant、Weaviate)和 RAG 架構(gòu)的集成開發(fā);
掌握 AI 系統(tǒng)性能評估與 A/B 測試機(jī)制。
規(guī)劃、搭建并優(yōu)化企業(yè)級 AI平臺,確保其穩(wěn)定性、安全性和可擴(kuò)展性,支持跨部門業(yè)務(wù)場景的智能化需求。
推動 AI平臺與現(xiàn)有業(yè)務(wù)流程系統(tǒng)(如OA、SAP、CRM、各業(yè)務(wù)系統(tǒng))的高效集成,實現(xiàn)數(shù)據(jù)驅(qū)動的自動化決策。
4.業(yè)務(wù)流程優(yōu)化與自動化
利用機(jī)器學(xué)習(xí)、NLP 等技術(shù)優(yōu)化企業(yè)業(yè)務(wù)流程,提升運(yùn)營效率并降低成本;
開發(fā)智能分析工具,支持業(yè)務(wù)自動化處理與決策輔助。
5.智能化
基于 AI 技術(shù)分析市場趨勢、競品動態(tài)及集團(tuán)的業(yè)務(wù)行為,構(gòu)建預(yù)測模型輔助產(chǎn)品定價、營銷策略制定及銷售目標(biāo)規(guī)劃。
6.跨部門協(xié)作與賦能
與業(yè)務(wù)部門緊密合作,挖掘 AI在合規(guī)管理、客戶服務(wù)、人力資源等領(lǐng)域的應(yīng)用場景,推動企業(yè)全面智能化轉(zhuǎn)型搭建低代碼/無代碼 AI 工具,降低業(yè)務(wù)部門使用門檻,賦能非技術(shù)團(tuán)隊自主實現(xiàn)數(shù)據(jù)分析與模型迭代。
崗位要求:
1. 教育背景
計算機(jī)科學(xué)、數(shù)據(jù)科學(xué)、人工智能、管理信息系統(tǒng)等相關(guān)專業(yè)本科及以上學(xué)歷。
2.經(jīng)驗要求5 年以上AI相關(guān)經(jīng)驗,具備企業(yè)級 AI 平臺建設(shè)或業(yè)務(wù)流程智能化落地經(jīng)驗者優(yōu)先。
熟悉機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、NLP 等技術(shù)在非研發(fā)場景的實際應(yīng)用。
3.技術(shù)能力
熟練調(diào)用主流大模型API(如OpenAI、Deepseek、kimi等)。
4.行業(yè)理解:了解貨代、國際物流行業(yè)業(yè)務(wù)流程,能結(jié)合業(yè)務(wù)痛點(diǎn)設(shè)計 AI解決方案。熟悉貨代、國際物流行業(yè)數(shù)據(jù)特點(diǎn),有相關(guān)工作經(jīng)驗者優(yōu)先,
5.軟技能:優(yōu)秀的跨部門溝通能力,能將技術(shù)語言轉(zhuǎn)化為業(yè)務(wù)價值,推動 AI 技術(shù)與實際需求結(jié)合。具備流程自動化(RPA)、BI工具集成經(jīng)驗。