AI系统分析师

核心侧重：技术实现、系统架构理解、数据与模型落地。
一、岗位职责
1. 系统设计与架构支持：协助研发经理和架构师进行AI系统设计、数据治理和模型部署方案的制定。
2. 智能化应用落地：负责AI模型和算法在实际业务系统中的集成、测试与优化，确保智能化应用的稳定搭建与高效运行。
3. 技术文档编制：深度参与项目技术调研、需求分析，并编制《系统设计说明书》、《技术实现文档》、《数据流图》等核心技术文档。
4. 技术可行性分析：参与新技术的预研和竞品的技术架构分析，为系统功能和性能提升提供技术评估和优化建议。
二、任职要求
（一）AI知识与技术（偏工程实现）
1. AI应用理解：熟知AI应用领域和场景，深入理解当下AI技术的能力、局限性及其在系统中的工程实现方式。
2. 模型与算法基础：了解深度学习理论、神经网络架构，并熟悉至少一种主流AI框架（如TensorFlow/PyTorch）。
3. 大模型技术应用：熟悉和深入使用过3种以上大模型产品，对于其API调用、模型微调（Fine-tuning）和部署有工程实践经验。
4. 提示工程：了解大模型中的问答机制，精通提示词工程（Prompt Engineering）和上下文管理等原理，能应用于系统集成。
（二）数据治理与系统工程
5. 数据工程基础：熟知数据标注的目的、流程和质量控制标准，了解数据预处理和特征工程。
6. 数据实践经验：有数据标注或数据集构建的实践经历，对数据质量和模型训练的关系有深刻理解。
7. 知识工程：了解知识图谱、向量数据库等知识库的应用场景和建设难点，具备数据清洗和知识抽取的能力。
8. 大规模数据处理：了解和使用过大数据量情况下数据治理、存储和流式处理的工具和方法。
（三）个人品格
9. 学习与潜力：热爱本行业，坚持不懈地努力学习，具备优秀的问题解决能力和研发潜力者优先。
10. 团队合作：诚信勇敢，具备良好的沟通能力和团队协作精神，能积极推动团队技术进步。