职位简介：
作为Data Analysis leader，你将负责利用数据分析优化AI相关产品，包括分析不同渠道的行为数据、构建数据集、评估和优化intent模型及大语言模型，以提升诊断效率和准确性。你需要构建和维护数据分析平台，设计指标体系并开发可视化工具，同时进行数据分析与挖掘，分析用户行为特征和需求，挖掘用户问题关联关系，构建问题知识图谱。此外，你需评估intent模型的准确率和召回率，跟踪大模型对用户问题总结的准确性和完整性，并探索新的机器学习算法和模型架构。任职要求包括计算机科学、统计学、数学或数据科学等相关专业本科及以上学历，熟练掌握Python、SQL等工具，熟悉机器学习算法和深度学习框架，具备3年以上数据分析或数据挖掘相关工作经验，有AI产品相关经验者优先。
简历及面试建议：
在撰写简历时，务必突出你在数据分析、机器学习及AI产品优化方面的实际经验。具体来说，详细描述你使用Python和SQL进行数据清洗、特征工程和模型训练的项目经历，尤其是那些直接应用于AI产品或大语言模型优化的案例。如果你有ASR、知识图谱或自然语言处理的经验，一定要单独列出并详细说明你的贡献和成果。此外，展示你构建和维护数据分析平台的能力，包括设计指标体系和开发可视化工具的经验。简历中应包含具体的指标和数据，例如你通过优化模型将准确率或召回率提升了多少百分比，或者你开发的可视化工具如何提高了团队的工作效率。最后，强调你的沟通能力和团队合作精神，因为这一职位需要与不同角色进行有效协作。
面试时，面试官很可能会深入考察你的技术能力和项目经验。准备详细的项目案例，尤其是那些涉及AI产品优化和大语言模型评估的项目，确保你能清晰解释你使用的算法、工具以及取得的成果。面试官可能会问及你如何处理数据质量问题或模型误判的情况，因此提前思考并准备相关案例。此外，准备好讨论你如何设计指标体系或开发可视化工具，以及这些工作如何支持团队的决策和产品优化。面试中可能会涉及技术问题，例如Python或SQL的编码问题，或者机器学习算法的原理和应用，因此复习相关知识点至关重要。最后，展示你的沟通和协作能力，因为这一职位需要与工程师、产品经理等多个团队紧密合作。保持自信，用数据和事实支持你的回答，并展示你对AI产品和数据分析的热情。
在线咨询
提示：由 AI 生成回答，可能存在错误，请注意甄别。