1. 编程基础能力： 熟练掌握 Python 常用语法、数据结构及面向对象编程，具备扎实的编码能力。
2. 数据分析与建模能力：精通 Scikit-learn、Pandas、NumPy 等主流数据科学库，能够快速搭建和调优常见的机器学习（如分类、回归、聚类）及深度学习（如CNN、RNN/LSTM、Transformer）模型，熟悉 TensorFlow 或 PyTorch 至少一种框架。
3. 大模型开发与应用能力：理解Transformer、BERT、GPT等大模型的基本原理和架构，了解提示词工程和向量数据库，熟悉大模型应用开发框架（如LangChain、LlamaIndex等）和RAG技术。
4. 业务理解与解决问题能力：具备强烈的业务洞察力，能够将抽象的业务需求（如“提升客服效率”、“实现智能投顾对话”、“生成个性化营销文案”）转化为具体、可落地的技术方案。对证券、金融行业的业务逻辑、合规要求有基本认知，对客户服务、数字化营销等领域的技术应用有浓厚兴趣。

5.本科及以上学历，3年以上相关经验

工作内容：
1. 参与系统智能化改造： 深入理解客服与营销业务流程，负责设计、开发并部署AI模型，具体应用于智能客服、智能营销内容生成、客户意图深度理解与情感分析等关键场景。
2. 负责数据智能分析与建模： 对海量客户行为数据进行深度挖掘与分析，构建动态、精准的用户画像和标签体系，为精准营销和个性化服务提供数据驱动决策支持。
3. 商机挖掘与价值转化： 利用机器学习、深度学习及大模型技术，从复杂非结构化数据中识别潜在业务机会，如高价值客户识别、流失预警、交叉销售机会发现等，并推动模型落地产生业务价值。
4. 负责AI模型的全生命周期管理： 从事从数据预处理、特征工程、模型训练/微调、评估到线上部署、监控和迭代优化的完整建模流程。