1.AI 应用场景挖掘与方案设计：结合跨境电商业务，梳理业务痛点，设计可落地的 AI / 大模型应用方案，并输出技术实现路径； 2.AI 应用开发与落地：基于主流机器学习 / 深度学习框架及 LLM，完成模型选型、特征工程、模型训练与微调、评估与优化，并推动在业务系统中的集成与上线； 3.持续优化与技术沉淀：对已经上线的应用的落地效果进行持续跟进；同时，持续进行性能优化与成本控制（如推理加速、模型压缩、服务稳定性提升等），输出技术文档、最佳实践和内部分享，推动研究团队整体能力进步； 4.跨部门协作：与业务团队紧密配合，将复杂的技术方案转换成易于理解的业务语言，提供技术咨询与培训，支持业务团队在日常运营中正确使用 AI 工具； 5.前沿技术研究与落地探索：跟进大模型、RAG、Agent 等前沿技术，基于公司自有或第三方大模型，构建通用能力（如 知识问答、多轮对话助手、文案生产、图文多模态理解等），沉淀可复用的 AI 应用组件和服务。

1.教育背景： 1.计算机科学、数据科学、人工智能、软件工程、统计学等相关专业，硕士及以上学历； 2.具备扎实的算法和编程基础，有系统性的机器学习 / AI 学习课程或项目经历。 2.工作经验： 1.至少 2 年在 AI 应用开发 / 算法工程 / 数据挖掘相关工作或研究经验（博士研究/博士后研究视为同等经历）； 2.有电商、跨境电商、零售等领域经验者优先； 3.有将 AI 技术成功落地到实际业务场景（如：知识库问答、智能客服、搜推、广告投放、营销自动化、市场分析与选品等）的可展示案例者优先； 3.专业技能： 1.编程与工程能力 熟悉 Python 编程，具备良好的代码规范与工程化意识； 熟悉至少一种主流机器学习 / 深度学习框架（如 TensorFlow、Pytorch、XGBoost等），能独立完成模型训练与调优。 2.数据处理与分析能力 熟悉 SQL，能在实际业务数据库或数据平台（如 Hive、Spark、MaxCompute 等）中进行数据抽取和处理。 能独立完成数据清洗、特征构建与基础统计分析、理解常见的评估指标，具备扎实的实验结果比较分析能力。 3.算法与大模型基础 熟悉常用机器学习与深度学习算法（如决策树、深度神经网络、序列模型、推荐/排序算法、聚类分析等）； 了解并实际使用过主流 LLM / 多模态大模型（如 GPT、Claude、Genimi、LLaMA、GLM、Qwen 等），有 prompt engineering、模型微调（如 LoRA / QLoRA）、RAG 实践经验者优先。 4.Agent 与 MCP 熟悉 AI Agent 的概念，熟悉至少一种 Agent 框架（如 LongGraph、AutoGen、LlamaIndex、Dify 等）； 熟悉 MCP 应用及开发技术； 有利用 Agent 框架及 MCP 技术开发并落地应用项目者尤佳。 4.其他： 1.英文文献阅读能力良好，能够快速理解国外相关研究与实践； 2.具备较强的业务理解与抽象建模能力，能从复杂的业务需求中提炼可实现的技术问题； 3.良好的沟通协作能力与跨团队合作意识，能用清晰的方式向非技术同学解释技术方案； 4.结果导向和主人翁意识强，能迎难而上，积极推动项目落地； 热爱学习前沿技术、对大模型、Agent、数据智能等方向保持持续关注和研究。