（一）岗位职责

• 独立负责电子招投标平台AI核心功能模块研发，包括标书智能审查（合规性校验、条款匹配）、投标风险预警、智能招标推荐、AI答疑助手等，适配招采全流程智能化需求。

• 主导AI模型（NLP文本分析、图像识别、推荐系统）的工程化落地，完成模型接口封装（RESTful API、gRPC）、平台集成、兼容性测试与性能优化。

• 负责招投标领域大模型微调与应用开发，包括语料库构建、Prompt工程设计、模型压缩与部署，提升模型在专业场景的准确性与响应速度。

• 配合产品团队梳理AI业务需求，独立输出技术实现方案，主导测试验收与上线后的技术支持，解决模型部署后的各类技术问题。

• 跟踪AI技术发展趋势（大模型应用、NLP前沿算法），探索新技术在招投标场景的创新应用，推动平台AI能力迭代升级。

（二）任职要求

• 教育背景：人工智能、计算机科学与技术、数据科学、机器学习等相关专业；具有3年以上AI应用研发经验（偏工程化落地）者可放宽学历要求至本科。

• 技能经验：精通Python编程语言，熟练掌握TensorFlow、PyTorch、Scikit-learn等机器学习框架，深入理解NLP、计算机视觉或推荐系统核心算法；具备2年以上AI应用研发经验，至少1.5年NLP或计算机视觉实战经验（聚焦工程化落地，如模型集成、接口开发、性能优化）；有电子招投标、政务平台、企业级AI产品落地案例者优先（案例优先级＞年限）；熟练掌握AI模型工程化流程，包括数据预处理、模型训练、接口封装、部署优化（TensorRT、ONNX），能独立解决模型兼容性、响应速度等问题；熟悉MySQL、PostgreSQL数据库操作与Kafka、Redis中间件，具备数据处理、特征工程实战能力；有大模型微调（LoRA、RLHF）与落地经验者加分（不强制）。

• 综合素质：具备扎实的机器学习、深度学习理论基础，逻辑思维清晰，能快速拆解复杂AI业务场景；具备较强的问题解决能力，能独立排查并解决模型研发、部署过程中的技术难点；具备良好的团队协作能力，能高效对接产品、AI训练师、运维团队，推动AI功能快速落地。