数据整合与处理
搭建多源数据管道，整合客户交易数据（线索、商机、订单）及销售沟通文本（邮件、聊天记录等）。
设计数据清洗、特征工程方案，解决数据稀疏性、噪声及样本不平衡问题。
算法建模与开发
开发时序预测模型（如LSTM、Prophet），精准预测客户经理与客户的最佳沟通时间窗口。
运用NLP技术（文本分类、主题聚类、BERT/GPT微调）提炼沟通内容主题，生成个性化推荐建议。
探索多模态融合方法，结合交易行为与文本语义特征构建联合推荐模型。 教育背景：计算机科学、统计学、机器学习相关专业硕士及以上学历。
技术能力：
精通Python及主流AI框架（PyTorch/TensorFlow），熟练掌握Pandas/Numpy等数据分析工具。
深入理解NLP全流程（分词→Embedding→模型训练），具备BERT/Transformer等模型实战调优经验。
熟悉时序预测模型（ARIMA、LSTM）及推荐系统算法（协同过滤、知识图谱）。