AI应用工程师(J27746)

职位描述

1.场景落地与交互设计： 负责个人多组学数据（基因、微生物、代谢等）交互场景下的 AI 应用开发。深入理解生物信息解读需求，将复杂的组学分析流程·转化为用户可理解的自然语言交互体验（Copilot/Agent形式），提升用户对自身健康数据的认知效率 。

2.应用框架搭建与优化： 基于主流大模型（LLM），搭建并优化适合垂直领域的应用框架（如 RAG、Agent）。重点解决组学知识的精准检索、长文本理解、复杂任务拆解（Task Planning）以及生信分析工具的自动化调用问题 。

3.效果调优与评测： 通过 Prompt Engineering、In-context Learning 或轻量级微调（SFT）等手段，优化模型在生物医学领域的回答准确率与合规性；建设垂直领域的评测集，持续监控并提升问答链路的效果 。

4.前沿技术转化： 跟踪业界在大模型应用（如 GraphRAG、多模态交互）及 AI for Science 方向的前沿进展，结合产品实际痛点，快速进行技术验证与功能落地 。

任职要求

1.场景落地与交互设计： 负责个人多组学数据（基因、微生物、代谢等）交互场景下的 AI 应用开发。深入理解生物信息解读需求，将复杂的组学分析流程·转化为用户可理解的自然语言交互体验（Copilot/Agent形式），提升用户对自身健康数据的认知效率 。

2.应用框架搭建与优化： 基于主流大模型（LLM），搭建并优化适合垂直领域的应用框架（如 RAG、Agent）。重点解决组学知识的精准检索、长文本理解、复杂任务拆解（Task Planning）以及生信分析工具的自动化调用问题 。

3.效果调优与评测： 通过 Prompt Engineering、In-context Learning 或轻量级微调（SFT）等手段，优化模型在生物医学领域的回答准确率与合规性；建设垂直领域的评测集，持续监控并提升问答链路的效果 。

4.前沿技术转化： 跟踪业界在大模型应用（如 GraphRAG、多模态交互）及 AI for Science 方向的前沿进展，结合产品实际痛点，快速进行技术验证与功能落地 。