AI 落地工程师

APP 产品 AI 化（提升交易活跃度与用户粘性）
智能交易助手： 负责开发 AI 辅助交易功能（如基于自然语言的指令下单、智能止盈止损策略建议）。
行情辅助决策： 利用大模型（ LLM ）集成多源信息（新闻、推特情绪、链上数据），为用户提供实时研报、代币分析及风险预警。
个性化推荐： 基于用户交易行为，利用机器学习模型进行个性化的币种推荐、策略跟单推荐及投教内容分发。
客服机器人 2.0： 将传统的规则引擎客服升级为基于 RAG （检索增强生成）的 AI 客服，处理 80% 以上的复杂业务咨询。
内部工作流 AI 化（降本增效与合规控制）
合规与 KYC 自动化： 利用视觉 AI 和反欺诈模型，自动审核身份证件、视频活体检测，识别 Deepfake 欺诈，缩短用户入驻（ Onboarding ）时间。
风控逻辑升级： 推动 AI 在异常交易监测、洗钱风险分析（ AML ）中的应用，建立更精准的风险评分体系。
智能运营与文案： 搭建企业内部 AI 内容工厂，自动生成多语言的运营周报、推特推文、以及多语种的 APP 本地化翻译。
研发提效： 推动 Copilot 等 AI 辅助编程工具在技术团队的落地，并利用 AI 进行代码审计和漏洞预扫描（针对智能合约或核心交易引擎）。
资源管理与选型
模型选型： 针对不同场景（如延迟敏感的交易风控 vs. 复杂逻辑的行情分析），选择合适的开源模型（ Llama/DeepSeek ）或商业 API （ GPT-4/Claude ）。
数据建设： 协调数据部门，完成交易数据、日志数据、社交媒体数据的向量化存储，构建交易所专属的知识库。

教育背景（ Education ）
名校毕业，技术专业

工作经验（ Experience ）
3-5 年加密货币交易所、量化交易或金融科技（ Fintech ）产品经验，对交易所业务模型（现货、合约、流动性）有深刻理解。学习和工作经历能够证明对 LLM 和 ai agent 有足够的了解，最近经历涉及 workflow 的智能化改造并且有成功经验
能力与技能（ Skills & Competencies ）
AI 实践： 熟悉 LLM 应用开发框架（如 Dify, LangChain, AutoGPT ），有成功的 AI Agent 落地案例者优先。
技术审美： 能够区分哪些需求适合用 AI 解决，哪些应坚持硬编码，避免过度 AI 化导致的安全隐患。
抗压能力： 适应 24/7 的加密市场节奏，对 AI 安全性和数据隐私有高度敬畏心。