1、链路设计： 参与设计与优化基于AI大模型的数据处理全链路，涵盖数据采集、清洗、回流、标注、评测、入库及前端呈现的标准化流程； 2、检索优化： 结合RAG（检索增强生成）等技术思路，分析业务检索需求，优化数据索引策略，提升AI模型在房产垂类领域的回答准确性与相关性； 3、评测体系： 搭建数据质量与模型效果的自动化评测体系，定义Bad Case的分析范式，推动算法团队进行模型迭代； 4、产品落地： 协同算法工程师与后端开发，将数据能力封装为API接口或可视化产品功能，支持内部分析与外部业务调用。

1、硕士及以上学历，毕业时间：2026年9月-2027年8月，计算机科学、统计学、数学、数据科学等相关专业，具备代码读写能力（Python为主）； 2、AI认知： 了解主流AI模型（如GPT系列、LLaMA等）的基本原理，熟悉Prompt Engineering，了解向量数据库（Vector DB）或Embedding技术者优先； 3、数据思维： 熟悉SQL，了解常用的数据挖掘算法和统计分析方法，能够独立处理结构化与非结构化数据； 4、产品Sense： 具备良好的逻辑思维与抽象能力，能够将复杂的底层数据逻辑转化为清晰的产品规则文档（PRD）。 加分项： 1、有Kaggle竞赛经历或开源项目贡献经验； 2、熟悉Hadoop/Spark大数据生态圈； 3、有完整的AI应用落地项目经历（课程设计/实习/个人项目均可）。