1.熟悉自然語言處理(NLP)技術(shù),尤其是在自然語言理解(NLU)領(lǐng)域有實際經(jīng)驗,
2.能將用戶的自然語言提問準確轉(zhuǎn)化為對應的指標查詢邏輯,支撐 AI 指標問數(shù)產(chǎn)品的核心交互功能。
3?- 具備扎實的編程基礎(chǔ),熟練掌握 Java/Python 等開發(fā)語言,以及 Spring Boot/Django 等相關(guān)框架,能獨立完成 AI 指標問數(shù)模塊的代碼開發(fā)與功能實現(xiàn)。?- 4.了解主流大模型的調(diào)用方式與參數(shù)調(diào)優(yōu)方法,能結(jié)合指標問數(shù)場景對模型進行微調(diào)或提示詞優(yōu)化,提升問數(shù)結(jié)果的準確性和相關(guān)性。?
5- 熟悉數(shù)據(jù)倉庫、數(shù)據(jù)建模相關(guān)知識,理解各類業(yè)務指標的計算邏輯和數(shù)據(jù)來源,能高效處理指標數(shù)據(jù)的提取、清洗和整合,為問數(shù)功能提供可靠的數(shù)據(jù)支撐。
6?- 具備良好的系統(tǒng)設(shè)計能力,能根據(jù) AI 指標問數(shù)產(chǎn)品的業(yè)務需求,設(shè)計合理的系統(tǒng)架構(gòu)和數(shù)據(jù)庫結(jié)構(gòu),保障系統(tǒng)的可擴展性和性能。?
7- 有過 AI 類產(chǎn)品(如智能問答、數(shù)據(jù)分析工具等)開發(fā)經(jīng)驗者優(yōu)先,了解指標問數(shù)相關(guān)業(yè)務場景者更佳。