设计、开发、优化算法模型，并将其落地到实际业务中，以解决实际问题并提升业务效率和用户体验： 1.针对业务需求，进行问题拆解和技术选型，设计合理的算法方案； 2.结合业务场景选择适合的基础模型，采用各类训练方法进行训练调优； 3.构建算法效果的评估体系，确定合理的指标(如准确率、召回率等)； 4.通过数据分析，定位模型效果不佳的原因并指导优化方向，满足业务效果要求； 5.跟进业界前沿算法技术，并评估其在业务场景中的应用价值与可行性。

（一）基本要求 计算机科学、人工智能、应用数学等硕士及以上学历；2 年以上大模型 / 智能体研发经验（优秀可放宽至 1 年项目经验，需提供相关论文或项目成果）。 （二）核心能力（必须） 1、精通大模型训练全流程（数据预处理→预训练微调→效果评估），熟练掌握 LoRA、QLoRA、DPO 等微调方法；熟悉至少 2 种主流大语言模型（Deepseek/Qwen/GLM/Llama）的架构与调优特性； 2、精通 PyTorch/TensorFlow 至少一种深度学习框架；熟练掌握 Python 编程（Java/C++ 非必需），具备高效的数据处理与模型实现能力； 3、至少在以下 1 个领域有实践经验： -智能客服大模型（意图识别、多轮对话、合规应答）； -大模型推理优化（逻辑 / 数学推理、知识约束推理）； -RAG 系统搭建（金融知识库构建、检索策略优化）； -Agent / 多智能体系统（任务规划、工具调用 Function Call）。 4、思维与协作：具备  业务目标导向  的算法设计思维，能通过数据分析定位问题；具备良好的跨团队沟通能力（可高效联动产品、推理工程团队）。