【团队介绍】 AI战略平台部为各个事业群的数据智能应用及产品提供支持。 • 负责公司通用的agent harness，服务于上层基智能问答、推荐系统、搜索引擎、异常检测、金融风控等场景。 • 负责垂直大模型服务建设，包括各类财税大语言模型、财税多模态模型等。 【岗位说明】 让大模型在财税场景里真正"干活"和"答得准"——不只是聊天，而是能自己拆解任务、查知识库、调用工具、完成一整套业务流程（比如自动核对一套申报数据、基于政策原文回答企业提问）。 【岗位职责】 你将做什么 1. 参与AI Agent的设计与开发，把财税场景任务做成能自动跑通的AI功能。 2. 建设知识库系统：知识切片（把长政策文件、业务资料切成便于检索的片段）、知识图谱（把政策条款、业务实体之间的关系结构化）、RAG检索链路（让模型先查资料再回答，答案可溯源到原文）的开发与优化。 3. 做技术调研与方案验证：小规模实验验证效果，输出结论。 4. 参与效果评估与bad case分析：把"回答不准"的原因拆清楚，持续优化召回与生成效果。 5. 和业务、产品一起把需求变成可落地的AI能力：把财税场景里的任务（政策问答、申报辅助、票据处理等）做成能自动跑通的功能，而不是停留在演示demo。 6. 跟踪前沿AI技术动态，结合业务需求做技术调研和小规模实验，用数据验证"这招到底有没有用、值不值得投入"，输出可落地的结论。 7. 参与效果评测与持续优化：让Agent的效果可量化、可对比、可回归，而不是靠感觉判断。 8. 沉淀方案、文档与结论，和算法、产品、业务同学顺畅协作，把成果讲清楚。 【岗位要求】我们期待你 1. 27届硕士学历，计算机、人工智能、软件工程、数学、统计等相关专业； 2. 熟悉Python或Java，算法与数据结构基础扎实，代码写得清楚、能跑通、有基本工程规范。 3. 理解大模型的基本原理与能力边界，知道什么时候该用模型、什么时候该用规则或算法。 4. 学习能力强、逻辑清晰，能独立定位并解决技术问题，能读英文技术文档和论文。 5. 愿意深入理解业务，能和算法、产品、业务同学顺畅协作。 6. 在LLM、NLP、知识图谱、RAG等至少一个方向有项目经验或研究积累（课程项目、竞赛、科研、实习均可——关键是能讲清楚你做了什么、效果怎么验证的）。 【加分项】 · 有AI竞赛、开源贡献、论文发表或相关实习经历。 · 用过AI编程工具（Claude Code、Trae、CodeBuddy等）辅助真实开发。 · 搭过RAG系统，哪怕是一个能跑通的小demo：做过文档切分、向量检索、召回优化、效果评估中的任一环节。 · 有知识图谱经验：实体识别、关系抽取、图数据库（Neo4j等）。 · 用过向量库（Milvus、Faiss等）或Embedding模型，调过召回效果。