工作职责:

-数据报表生成与校验：协助团队基于大模型工具生成业务报表（如运维数据报表、用户行为分析报表等）
-重点执行数据核对与校验：包括交叉验证、逻辑一致性检查、异常值检测、数据源溯源等），确保报表数据的准确性、完整性和可靠性；对大模型输出的报表数据进行人工复核，识别潜在错误（如数据偏差、计算错误、维度缺失等），并优化提示词（Prompt）或输入逻辑以提升模型输出质量
-专项数据分析与产品优化：基于生成的报表数据，开展专项分析（如运维效率分析、用户需求洞察、产品功能使用效果评估等），运用统计方法或基础模型（如聚类、趋势分析）挖掘数据价值，输出可落地的分析结论；协助将分析结果转化为产品优化建议（如功能迭代方向、流程改进点），参与团队内部讨论并推动落地，支持内部产品体验提升与团队管理效率优化
-大模型工具协同与优化：协助团队探索大模型在数据报表自动化场景的应用（如结合RAG技术提升数据准确性、通过Prompt工程优化报表生成逻辑），参与智能体框架（如LangChain/LangGraph）的简单配置与测试；跟踪大模型在数据处理领域的前沿技术（如自动化校验算法、低代码报表生成工具），分享实践经验并提出改进建议

任职要求:

-计算机/人工智能/数据分析相关专业，要求有较强的工程应用开发能力（强需求），本科及以上学历（硕士优先）
-具备严谨的数据思维，熟悉数据核对与校验方法（如SQL查询验证、Excel函数交叉核对、BI工具数据比对等），能识别数据错误并推动修正
-掌握Python基础，了解SQL或BI工具（如Tableau、Power BI）的基本操作
-熟悉大模型工具的使用；会大模型应用开发（强需求），对AI技术（如大模型、RAG、Prompt工程）有深入了解
-具备实际的工程化构建能力，能够自行搭建k8s,docker等容器化环境，自行部署编译出的工程
-细心、责任心强，具备良好的沟通能力，能清晰表达数据结论与优化建议
-有数据分析项目经验（如课程设计、竞赛、实习），曾通过数据分析推动产品优化或流程改进
-熟悉智能运维场景下的数据处理逻辑（如日志分析、指标监控），有相关实践经验
-掌握Prompt工程技巧（如结构化输入、上下文引导），能通过优化提示词提升大模型输出准确性
-了解RAG技术原理，有向量检索（如FAISS、Milvus）或知识库构建经验
-熟练使用Shell/Linux命令，能通过脚本（如Python、Bash）辅助数据处理
-该岗位聚焦“大模型+数据驱动决策”，核心要求是数据严谨性与分析落地能力，而非纯技术开发。欢迎对数据敏感、善于从数据中发现问题并推动优化的同学加入