通過AI技術(shù)增強(qiáng)團(tuán)隊(duì)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。
? 分析業(yè)務(wù)需求,設(shè)計(jì)和實(shí)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(shí)際業(yè)務(wù)場景完成AI模型的設(shè)計(jì)、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(duì)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。
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(yàn)。
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。