1、数据模型构建与优化：
2、负责设计、开发和实施用于供应链产融场景的数据算法模型，包括但不限于风险评估模型、产品定价模型、融资需求预测模型等。
3、利用机器学习、深度学习等先进技术，对供应链产融数据进行深度挖掘和分析，提升模型的准确性和效率。
4、持续优化现有数据模型，根据业务反馈和数据分析结果，调整模型参数，提高模型的预测能力和稳定性。
5、数据分析与决策支持：
6、对供应链产融业务中的大量数据进行清洗、整理和分析，提取有价值的信息和洞察，为业务决策提供数据支持。
7、生成数据分析报告，包括但不限于业务趋势分析、风险预警报告、客户行为分析等，帮助管理层更好地了解业务状况和市场动态。
8、与业务部门紧密合作，根据业务需求定制数据分析方案，解决业务中的实际问题，推动业务发展和创新。
9、行业智能体设计与研发：
10、基于产融业务的数据、运营、风控等方向设计大模型应用场景，将大模型能力（如RAG、Agent框架）与业务需求结合，设计可落地的智能体解决方案。
11、协调算法、开发、测试团队，协助完成智能体demo搭建及演示，协助推动智能体项目的开发与模型迭代工作。

一、基础要求：
1、2027应届毕业生，硕士及以上学历；
2、计算机科学、数据科学、统计学、计量经济学或相关专业
二、技能要求：
1、算法基础 ：熟悉机器学习、深度学习等算法原理及实现方法，包括但不限于回归分析、分类算法、聚类算法、神经网络等。
2、编程能力 ：熟练掌握Python、R或其他相关编程语言，能够进行数据处理、模型开发和优化。
3、数据分析与建模经验 ：有数据处理和建模经验，能够从大量数据中提取有价值的信息并构建高效的预测模型，并能够根据业务需求进行模型调优。
4、大模型技术：熟悉大模型技术原理如（Transformer架构、RLHF调优），具备Prompt设计及Langchain等开发框架实操经验，了解coze、dify等工具。