一、崗位職責(zé)
1. 負(fù)責(zé)TPT智能問(wèn)數(shù)功能設(shè)計(jì)及核心開(kāi)發(fā)，構(gòu)建自然語(yǔ)言到數(shù)據(jù)查詢(xún)（如 SQL）的自動(dòng)轉(zhuǎn)換引擎，支撐用戶(hù)通過(guò)自然語(yǔ)言高效獲取數(shù)據(jù)洞察。
2. 設(shè)計(jì)并實(shí)現(xiàn)自動(dòng)化報(bào)告/報(bào)表生成功能，支持基于業(yè)務(wù)需求自動(dòng)抓取數(shù)據(jù)、計(jì)算指標(biāo)、生成標(biāo)準(zhǔn)化 / 個(gè)性化報(bào)告，涵蓋數(shù)據(jù)可視化展示與多格式導(dǎo)出（如 Excel、PDF）。
3. 深入研究大模型底層技術(shù)原理（如語(yǔ)義理解、上下文建模、推理優(yōu)化），結(jié)合業(yè)務(wù)場(chǎng)景進(jìn)行模型底層調(diào)優(yōu)、Prompt Engineering 迭代與技術(shù)方案創(chuàng)新。
4. 對(duì)接多類(lèi)數(shù)據(jù)源（數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、BI 系統(tǒng)、第三方數(shù)據(jù) API），實(shí)現(xiàn)數(shù)據(jù)查詢(xún)的統(tǒng)一調(diào)度、執(zhí)行與結(jié)果返回，優(yōu)化高并發(fā)場(chǎng)景下的查詢(xún)效率與數(shù)據(jù)處理性能。
5. 參與智能問(wèn)數(shù)、指標(biāo)、報(bào)告、報(bào)表相關(guān)Agent產(chǎn)品的技術(shù)方案設(shè)計(jì)、核心模塊開(kāi)發(fā)與迭代優(yōu)化，保障系統(tǒng)穩(wěn)定性、可擴(kuò)展性與易用性。
6. 探索大模型在數(shù)據(jù)洞察、報(bào)表生成等場(chǎng)景的深度應(yīng)用，推動(dòng)技術(shù)創(chuàng)新與產(chǎn)品體驗(yàn)升級(jí)。
二、崗位要求
1. 計(jì)算機(jī)科學(xué)、人工智能、軟件工程等相關(guān)專(zhuān)業(yè)本科及以上學(xué)歷。
2. 主導(dǎo)或深度參與 NL2SQL / 智能問(wèn)答系統(tǒng)開(kāi)發(fā)，熟悉文本解析、意圖識(shí)別、查詢(xún)生成與優(yōu)化等關(guān)鍵模塊實(shí)現(xiàn)；或有自動(dòng)化報(bào)表生成、數(shù)據(jù)可視化工具開(kāi)發(fā)經(jīng)驗(yàn)。
3. 精通 Java 編程，熟悉 Spring/Spring Boot（Java 方向）
4. 熟悉Python或至少一種主流深度學(xué)習(xí)框架（如 PyTorch/TensorFlow，Python 方向）。
5. 深入理解大模型底層技術(shù)原理，掌握 MCP、RAG、Prompt Engineering、AI Agent 核心邏輯，有 LangChain、Dify、LlamaIndex 等框架實(shí)際開(kāi)發(fā)經(jīng)驗(yàn)。
6. 熟悉千問(wèn) 3、DeepSeek、Open AI等國(guó)內(nèi)外主流大模型的 API 調(diào)用、參數(shù)調(diào)優(yōu)與場(chǎng)景適配，能根據(jù)業(yè)務(wù)需求選擇最優(yōu)模型方案。
7. 熟悉向量數(shù)據(jù)庫(kù)（Milvus、Pinecone 等）與傳統(tǒng)數(shù)據(jù)庫(kù)（MySQL、PostgreSQL 等），具備數(shù)據(jù)清洗、ETL 流水線(xiàn)構(gòu)建、復(fù)雜報(bào)表數(shù)據(jù)處理能力。
8. 具備較強(qiáng)的系統(tǒng)設(shè)計(jì)與問(wèn)題解決能力，能獨(dú)立應(yīng)對(duì)智能問(wèn)數(shù)、報(bào)表自動(dòng)化場(chǎng)景下的技術(shù)挑戰(zhàn)，有良好的代碼規(guī)范與技術(shù)鉆研精神。
9. 具備智能問(wèn)數(shù)、NL2SQL、自動(dòng)化報(bào)表生成、數(shù)據(jù)分析助手等相關(guān)項(xiàng)目落地經(jīng)驗(yàn)，有成功案例者優(yōu)先。