岗位职责
- 参与分析 Agent（Text-to-SQL / Data Agent）核心能力的研究与研发，探索大模型在企业数据分析场景下规模化、生产级落地的技术路径；
- 负责 NL2SQL 相关算法的设计、实现与优化，包括多路生成、执行结果投票、置信度选择等机制，提升 SQL 生成的准确率与稳定性；
- 探索基于数据血缘、日志与 schema 的语义质量诊断与自动增强，提升面向大模型的语义可用性；
- 参与领域评测集构建（含基于 BI 看板的自动挖掘）与"评测—归因—优化—回测"自动化闭环的建设，支撑效果持续迭代；
- 参与数字溯源、异常根因诊断、报告生成与可视化等分析能力的算法研发，保障结果可信、可解释；
- 跟踪 NL2SQL、LLM Agent、多模态与大模型工程化等相关领域的前沿技术动态，并推动在业务中的应用落地。
职位要求
- 计算机科学、人工智能、数学、统计或相关专业 硕士及以上研究生，有 NL2SQL / LLM Agent / 数据智能方向项目、竞赛或研究经历者优先；
- 熟悉深度学习与大语言模型基本原理，掌握至少一种主流深度学习框架（如 PyTorch、TensorFlow）；
- 对自然语言处理（NLP）、大模型应用（如 Prompt、RAG、微调、Agent）有深入理解，有相关项目经验者优先；
- 熟悉 SQL，了解数据库与数据仓库基本概念，具备扎实的编程能力（Python 优先）和算法基础；
- 对数据智能、Data Agent 方向有浓厚兴趣，具备良好的中英文文献阅读能力；
- 具备较强的分析与解决问题的能力，良好的沟通与团队协作精神。
