岗位职责

1. AI技术赋能产研体系：

- 负责AI技术在公司核心业务场景（金融风控、用户增长、电商智能推荐、自动化运营等）的落地应用，设计并开发AI驱动的工具链与系统，降低人力依赖，提升研发与运营效率。

- 构建自动化需求分析、代码生成、测试与部署的AI辅助开发框架，缩短产品迭代周期。

2. 业务场景智能化改造：

- 针对金融业务，开发智能风控模型、自动化审批系统及反欺诈解决方案，提升数据处理与决策效率。

- 在电商领域，设计个性化推荐、智能客服、供应链预测等AI应用，优化用户体验与资源利用率。

3. 数据驱动与模型优化：

- 挖掘海量业务数据价值，搭建数据标注、特征工程与模型训练自动化流水线，推动模型持续迭代。

- 监控AI应用效果，通过A/B测试与ROI分析验证技术投入的业务价值。

4. 跨部门协同：

- 与产品、研发、业务团队深度合作，推动AI能力与现有系统无缝集成，并提供技术培训，提升团队AI应用意识。

5. 前沿技术探索：

- 跟踪LLM（大语言模型）、AutoML、AI Agent等技术趋势，探索其在智能客服、自动化文档生成等场景的落地可能性。



任职要求

1. 技术能力：

- 计算机、人工智能、数学等相关专业本科及以上学历，3年以上AI算法落地经验。

- 精通Python，熟悉TensorFlow/PyTorch等框架，具备扎实的数据结构与算法基础。

- 熟悉机器学习、深度学习经典模型（如XGBoost、Transformer、GAN等），具备模型调优与部署经验（ONNX/TensorRT等）。

- 熟练使用大数据工具（Spark/Flink/Hive）、数据库（SQL/NoSQL）及云计算平台（AWS/Aliyun）。

- 至少满足以下一个领域经验：

- 熟悉信贷风控、用户画像、反欺诈等场景的AI解决方案，了解金融合规要求（如征信数据使用规范）。

- 有搜索推荐、用户行为分析、供应链预测等AI项目经验，熟悉电商业务指标体系。

- 极强的业务理解能力，能将抽象需求转化为可落地的技术方案。

- 具备产品思维，关注技术投入的实际产出比，擅长用数据量化结果。

- 优秀的跨团队沟通能力，能推动技术方案在业务端高效执行。



加分项*

- 有LLM（如GPT、Claude等）应用经验，参与过RAG、Agent工作流开发或垂直领域模型微调。

- 熟悉AutoML、MLOps工具链（如Kubeflow、MLflow），具备工程化落地经验。

- 发表过AI顶会论文、Kaggle竞赛获奖或开源项目贡献者优先。