|
|
| |
| |
职位描述 用小程序查看更多 |
|
职责描述
1.需求分析与评估：评估需求场景的合理性，确定AI技术的适用性及其解决程度，明确AI实现的大致方法，并预估AI效果的上下限。这需要与市场团队、销售团队紧密合作，深入了解用户需求和市场趋势。
2.模型预研与数据准备：进行数据描述与分析，技术预研以确保技术可行性；选择、清洗、生成及融合数据，格式化数据并撰写数据集描述。
3.模型构建与宣讲：设计模型结构，进行特征工程，训练、验证及评估模型性能；组织算法团队进行模型宣讲，解释算法选择、特征及训练结果。
4.工程开发与测试验收：与工程师团队紧密合作，进行工程开发工作，确保算法模型构建与工程开发同步进行；进行工程测试验收及产品验收，确保产品质量。
5.上线运营与优化：关注模型上线后的稳定性与效果衰减情况，决定是否需要迭代更新；通过数据分析，了解用户行为和市场变化，不断优化和迭代产品。
6.项目管理与协调：制定项目计划，协调各个团队，确保项目按时完成；制定风险管理计划，识别和应对项目中的风险。
7.市场推广与用户运营：制定市场推广计划，确保产品的成功推广；制定用户运营计划，提高用户满意度和忠诚度。
任职要求
教育背景：本科及以上学历，计算机科学、人工智能、软件工程，数学、统计学或相关专业
工作经验：5年以上从事AI工程化落地；3年以上营销等社媒垂类领域的智能变革项目经验。
技术技能：
- 精通RAG架构和技术，精通其工作原理和应用场景。
- 精通工程化开发和产品运营全流程；
- 熟悉LLM的工作原理和技术细节，了解主流的大模型算法
- 熟悉LangChain框架，了解其架构和性能特点。
- 精通Python、Java等编程语言，具备扎实的编程基础。
- 熟悉提示词，能设计和优化提示词，以提高LLM的生成质量和效率。
- 熟悉Agent的工作原理，可以根据需求设计和实现Agent。
项目经验：
1.有成功的AI工程化落地实践经验，能够独立完成系统设计。
2.有营销领域工程化开发落地经验者优先。
|
|
| |
|
|
| |
|
