金融业务场景AI落地：深入理解银行信贷风控、反欺诈、客户画像、智能投顾等业务逻辑，设计并开发AI解决方案，推动数据驱动的业务决策
与业务部门协作，将金融需求转化为AI模型开发任务，确保技术方案贴合实际业务场景
大模型微调与优化：负责GPT、LLaMA等主流大语言模型的领域适配微调，结合银行私有数据优化模型性能
应用Prompt工程、RAG（检索增强生成）技术提升模型在金融文本生成、合规审查等任务中的准确率
AI Agent与智能体开发：设计并实现基于大语言模型的智能体(Agent)系统架构，包括任务理解、规划、执行和反馈循环等核心模块
熟练运用Function Calling/Tooling机制，将模型能力与内外部API、工具和服务进行安全、可靠的集成
机器学习全流程开发：主导从数据清洗、特征工程、模型训练（机器学习/深度学习）到部署上线的全流程，覆盖监督学习、无监督学习及强化学习等场景
优化高并发金融场景下的模型推理效率，应用模型压缩、分布式计算等技术
Vibe Coding与AI辅助开发：遵循"Vibe Coding"理念，高效利用AI辅助开发工具（如Claude Code、Cursor等）提升编码效率和质量，负责对AI生成的代码进行严格的审查、重构和测试
跨部门协作与技术赋能：协同算法团队、产品经理及风控部门，确保AI项目按时交付，并编写技术文档推动知识沉淀