1、数据分析与挖掘：利用统计和机器学习方法，对数据清洗、校验、标注后进行深入分析，通过挖掘数据的模式、趋势与关联后将其转化为经验知识，为业务决策提供支持；
2、模型融合与调优：根据具体的业务场景与任务需求，选择一个或多个机器学习模型进行融合，辅助大模型智能体落地，实现意图识别、语义分析或图文生成的目的，并能基于准确性与鲁棒性对模型调优；
3、智能系统开发与应用：设计智能系统的架构流程，将模型以模块的形式嵌入系统，确保系统的高效性和可扩展性，开发智能应用（如智能客服、智能推荐系统、智能语音识别等）提升用户体验和业务效率；
4、性能监控与评估：配合日志闭环反馈智能系统的应用效果（包括运行状态与效能指标），定期对系统的应用效果进行评估，并根据评估结果进行模型迭代与优化。

1、具有全日制硕士研究生及以上学历及相应学位（2025年7月前毕业），计算机科学与技术、软件工程、保险学、金融学等相关专业优先；
2、熟练使用python语言开发，掌握PyTorch、Scikit-learn等机器学习框架、Numpy、Pandas等数据分析框架、Flask、Django等web开发框架的基本用法；
3、对数据库有一定了解，熟悉常见SQL语句，对Redis、ElasticSearch等非关系型数据库有一定了解，熟悉不同数据库的应用场合；
4、熟悉Linux基本命令，能够使用Docker部署服务；
5、对深度学习模型（大语言模型）有了解。