神州数码AI交付专家(J23255)
任职要求
1、本科及以上学历，计算机、人工智能等相关专业，8年以上开发经验，3年以上AI大模型项目落地交付、工程化实战经验，有完整企业级AI项目从0到1落地经验。 2、扎实的大模型落地技术栈，精通RAG检索增强、向量数据库、Agent智能体开发、模型微调、Prompt工程、多模态应用开发，熟悉私有化部署、容器化部署、算力调度、模型推理优化，能够独立解决各类AI落地疑难…
工作职责
1、交付兜底：全权负责企业级大模型、RAG知识库、企业Agent、多模态AIGC、私有化模型部署、AI算力优化等项目的后端落地与技术攻坚。贯穿需求对接、方案落地、环境部署、模型微调、功能迭代、联调验收、上线运维全流程，解决项目重难点技术问题，作为技术负责人，保障项目高质量、按期交付落地。 2、团队管理：主导内部及外包交付团队的任务拆解、进度管控、技术规范约束、代码质量审核、交付成果验收。根据项目目标合理分配内外部资源，输出统一开发规范、落地标准、交付基线，全程把控外包交付质量，降低项目交付风险与成本，实现内外部资源可控、可用、高效。 3、交付标准化：梳理AI项目通用交付流程、部署规范、RAG落地模板、Agent开发规范、私有化部署标准、测试验收规范。沉淀可复用的组件工具、落地案例、问题排查手册，建立AI交付标准体系，降低项目交付门槛与新人上手成本，实现项目交付标准化、规模化、可复制。 4、内部赋能：负责内部初中级交付成员的技术带教与成长培养，制定技术培训、代码评审、实战复盘机制。通过项目实战带教、难点答疑、技术分享、代码规范指导，快速提升团队整体AI交付能力。
•熟悉金融行业业务，不限于银行，证券，保险，数字金融，能够理解金融业务目标，基于对业务的理解设计AI Agent的业务方案。 •负责金融Agent方案设计和落地实施，包括但不限于业务架构设计、数据处理、智能体搭建、提示词工程、RAG和全链路优化。 •大模型应用开发：基于金融业务需求，设计并实现大模型（如LLM、多模态模型）的调用方案，完成智慧信贷、智能客服、知识问答等场景的核心功能开发； •接口集成与调试：负责大模型API的调用与联调（如千问、ChatGLM、通义千问），编写标准化接口文档，确保模型输出与业务系统的无缝对接； •智能体平台开发：基于主流智能体框架（如LangChain、Rasa、Dify）设计自动化流程，集成多模型协作能力，提升业务场景的智能化水平； •技术文档与赋能：输出模型应用方案、接口规范及智能体平台使用指南，推动团队知识沉淀，并面向客户进行技术培训与支持； •问题排查与优化：针对模型调用异常、数据不一致等问题进行根因分析，提出应用层优化方案并总结典型技术案例； •跨团队协作：与金融客户及合作伙伴紧密沟通，协调资源推进项目进度，确保技术方案符合金融合规要求并实现业务价值。
1、统筹视频/图像生成模型不同专项的数据标注和评测项目的交付工作，包括对接需求、制定合理的交付方案。对交付中的风险及时把控，制定风险应对策略，确保项目高效交付； 2、负责数据质量把控，梳理并分析数据质量的问题，优化质控方案，能够反哺和迭代标注标准，提升标注质量，从而提高模型效果； 3、深入理解业务场景、行业动态和大模型技术趋势，推动数据团队和算法、产品团队的深度融合，共同制定并明确标注规范与交付标准； 4、能够根据业务需求合理分配工作任务，组织管理外包、众包人员，充分发挥团队成员的专业优势，提升团队整体工作效率； 5、建立和完善标注项目的质量控制体系，结合项目需求不断优化标注-审核-验收-交付流程，确保数据高质量交付。
• 负责数据中心网络的建设，对工程项目的进展和验收负责； • 负责构建高可用的网络建设交付平台，基于平台和数据的持续运营，推动交付平台工具优化，提升网络自动化建设交付能力； • 负责网络建设/运营自动化脚本编写，提升网络的自动化建设、优化和运维能力； • 通过数据分析和研究，提前识别网络架构风险、设备软硬件风险、系统平台风险，规避系统性风险。
1. 深入理解业务需求，构建用户触达、转化、留存的完整增长体系，推动用户规模和活跃度的持续提升； 2. 负责用户增长活动策划与执行，通过数据驱动的方式优化用户行为路径，提升灵活用工群体的活跃度和粘性， 以确保高峰时的需求交付。 3. 萃取用户增长典型案例，输出可复用的增长方法论，为灵活用工群体提供方向性指引，驱动用户价值增长； 4. 运用新媒体传播手段，针对不同平台用户画像，策划并制作精准化内容，提升品牌影响力和用户增长效果； 5. 搭建用户数据收集与分析机制，持续洞察灵活用工群体需求与行为特征，针对性调整增长策略并推动跨部门协同优化。