岗位职责：
（一）AI 数据库与知识库建设
1.参与公司知识资产的梳理与入库：对项目报告、案例文档、访谈纪要、行业资料等非结构化内容进行采集、解析、清洗与结构化处理。
2.参与 AI 知识库（RAG 系统）的搭建与迭代，包括文档切分策略设计、向量化入库、检索召回效果调优与效果评测。
3.设计并维护数据标签与元数据体系（行业、客户、项目、时间等维度），保障知识可检索、可复用、可追溯。
4.负责关系型数据库与向量数据库的日常维护，编写数据同步与增量更新脚本，执行数据质量校验与异常排查。
（二）小型咨询产品系统开发
1.参与面向咨询业务的小型系统开发，完成从需求理解、方案设计、接口开发到测试上线的完整流程。
2.负责服务端接口与功能模块的编码实现与联调，配合完成前后端对接。
3.为内部系统提供必要å的数据可视化与报表能力，保证输出结果清晰、准确、可核验。
（三）提效型小产品开发
1.基于大模型能力开发内部提效工具，例如资料自动摘要、访谈纪要整理、问卷与数据自动分析、竞品信息监测、报告辅助生成等。
2.与咨询顾问协作，识别业务流程中的重复性、低价值环节，将其转化为可复用的小工具并推动落地使用。
（四）协作与知识沉淀
1.编写开发文档与使用说明，面向内部同事开展工具培训与推广。
2.跟踪 AI 领域的新工具、新模型与新方法，定期输出调研结论与可落地的改进建议。

任职资格
（一）基本条件
1.本科及以上学历在读，计算机科学与技术、软件工程、人工智能、数据科学、信息管理与信息系统、统计学等相关专业；综合能力突出者专业可放宽。
2.每周可到岗实习 3 天及以上，能连续实习 3 个月以上，可实习 6 个月者优先。
3.具备良好的中文书面表达能力，能独立撰写开发文档与操作说明。
（二）专业能力
1.编程能力：熟练使用 Python；掌握 SQL；了解至少一种 Web 框架（FastAPI、Flask、Django 或 Node.js 生态）。
2.数据处理：能使用 pandas 等工具完成数据清洗、转换与批量处理，理解数据质量对下游结果的影响。
3.数据库：熟悉 MySQL 或 PostgreSQL 的基本使用；了解至少一种向量数据库或向量检索方案（Milvus、FAISS、Qdrant、PGVector、Chroma 等）。
4.大模型应用：理解大模型基本原理与能力边界，熟悉 Prompt 设计；了解 RAG、Function Calling、Agent 等概念的实现逻辑；使用过 LangChain、LlamaIndex 或 Dify、Coze 等框架或平台中的至少一种。
5.前端与交付：能使用 HTML/CSS/JavaScript 或 React、Vue 完成可用的界面；了解 Streamlit、Gradio 等快速原型工具，能把想法做成可交付的原型。
6.AI 工具使用：日常使用 AI 编程工具（如 Cursor、Claude Code、GitHub Copilot 等）辅助编码、调试与文档撰写，具备 AI 辅助开发的实际工作习惯。
（三）素质要求
1.业务理解力：能快速理解咨询业务场景与同事的真实诉求，把模糊需求拆解为可执行的技术任务。
2.沟通与协作：能与顾问及业务部门高效沟通，清晰表达技术方案与项目进度。
3.自驱与学习能力：主动跟进技术进展，能在较少指导下独立推进任务。
4.严谨与责任意识：对数据准确性与结果可靠性有要求，具备良好的数据安全意识与保密意识。
（四）加分项
1.有可展示的作品或代码仓库（如 GitHub 项目、技术博客），尤其是知识库问答、RAG 应用、Agent 或数据可视化类项目。
2.有完整的数据处理 Pipeline 搭建经验，或大规模数据 ETL 经验。
3.有 PDF、PPT、扫描件等非结构化文档的解析与结构化处理经验。
4.了解知识图谱、文本聚类、意图识别中的任一项。
5.能独立阅读英文技术文档与论文。
6.有 AI 相关课程设计、竞赛或黑客松经历，以及将 AI 工具真正落地给他人使用的经验