岗位职责： 1、智能客服数据治理与支撑：负责智能客服场景下模型训练与评估所需数据的全流程处理，涵盖用户咨询文本、客服回复文本、知识库内容等数据的清洗、标注、特征工程及质量校验，重点保障对话数据、意图数据、实体数据的可靠性与标注准确性，支撑智能客服核心模型训练。 2、智能客服模型实验与优化：在指导下参与智能客服核心模型（如意图识别、实体抽取、对话生成、检索匹配等）的搭建、训练、调优及效果评估，系统记录实验过程，协助完成模型效果对比分析与优化方向梳理，助力提升客服问答准确率、回复相关性及用户体验。 3、效果监控与业务洞察：协助维护智能客服线上效果监控体系，定期分析线上关键指标，包括意图识别准确率、对话转人工率、用户满意度、回复响应延迟等，结合用户咨询问题类型、业务场景数据，提出针对性的模型优化与策略调整建议。 4、技术文档沉淀：参与撰写智能客服模型实验记录、技术方案、接口文档、效果分析报告等，协助团队完成智能客服算法相关知识管理与经验沉淀，推动团队技术能力复用与提升。 5、协同与项目支持：配合产品、研发、运营等跨部门团队，同步智能客服算法项目进展、对接业务需求，协助算法解决方案在智能客服产品中的落地与应用，助力优化客服服务效率与质量。 任职要求： 1、2027 届及以后毕业的本科及以上学历在读生，计算机科学与技术、人工智能、大数据、数学、统计、自然语言处理、数据科学等相关专业优先。 2、扎实的算法与数据结构基础，熟悉机器学习常见任务（分类、实体识别、检索、生成等）与深度学习基本原理，掌握自然语言处理（NLP）基础理论，了解文本分类、序列标注、检索匹配、大语言模型微调等核心技术。 3、熟练使用Python进行数据处理与分析，精通Pandas、NumPy等库，熟悉TensorFlow、PyTorch 中至少一种深度学习框架，有大模型微调（如 LLaMA、ChatGLM 等）或经典 NLP 模型（BERT、RoBERTa 等）应用经验者优先； 4、熟练掌握 SQL，能高效编写复杂查询提取智能客服业务数据（用户对话日志、知识库数据、客服交互数据等）；了解 Redis、消息队列等常用中间件者优先； 5、在智能客服、对话系统、NLP 竞赛、科研项目或实习中，有实际的模型训练、文本数据处理、大模型应用（如智能问答、对话生成）等相关经验者优先。 6、逻辑清晰，自驱力强，具备良好的学习能力、沟通能力与团队协作意识，对智能客服业务场景有兴趣，能主动思考业务与算法的结合点。