智能稽查实习生

1、需求理解与方案辅助
①配合AI技术专家与稽查业务方沟通，整理稽查场景中的痛点（如文档审核、数据比对、异常预警等），协助撰写AI需求文档。
②参与技术方案讨论，调研开源模型/框架在稽查领域的可行性。
2、模型与原型开发
①在指导下完成LLM（大语言模型）的提示词工程、RAG流程搭建（文档加载、向量化、检索），开发简单的稽查问答助手或文书分析脚本。
②使用Python及常用机器学习库（scikit-learn、PyTorch等）进行数据清洗、特征提取及基础模型训练（如分类、异常检测）。
③参与Agent工具调用链的搭建（基于LangChain或类似框架），实现如“查数据库→推理→返回结果”的小型Agent。
3、系统对接与测试
①协助完成AI工具与公司内部稽查系统、数据库的接口对接（API调用、数据读/写），并进行功能联调。
②编写测试用例，对AI模型输出（准确率、响应时间、可解释性）进行验证，整理测试报告。
4、文档与交付支持
①撰写技术文档、用户使用说明及模型说明。
②协助组织验收演示，收集稽查人员试用反馈，并跟进问题修复。
5、技术跟踪与知识沉淀
①跟踪大模型、Agent框架、向量数据库等领域的前沿技术，内部做技术分享。
②协助建设稽查AI常见问题库、最佳实践笔记。