数花智算招募令：寻找深耕业务一线的AI实战派
AI热潮涌动，但真正的挑战，从来不在概念层面。
真正的难点在于企业数据能否顺畅接入、业务口径能否精准对齐、AI分析能否赢得业务人员信任，并最终切实落地于获客、运营、风控、决策及增长等核心环节。
数花智算SparkData正致力于攻克这一难题。
作为一家专注于AI核心技术与企业数智化落地的科创企业，我们的核心团队源自阿里、腾讯、字节等互联网巨头，拥有博士领衔的AI算法团队及多项自主研发专利。目前，数花智算已入选上海市人工智能行业协会会员单位，成为腾讯云及火山引擎官方生态合作伙伴，并荣登中国人工智能天使创业营百家AI科创企业名单及阿里校友创业榜人工智能赛道。
我们不参与大模型的军备竞赛。
我们更聚焦于大模型技术下的垂直行业落地，特别是企业最为关切的“第一公里”与“最后一公里”。
所谓“第一公里”，即数据如何接入、治理，并转化为AI可理解、业务可信赖的高质量数据。
而“最后一公里”，则是如何将AI分析成果转化为业务建议、经营报告、运营动作乃至真实的增长业绩。
围绕这一核心方向，数花智算正重点构建两大业务体系：
RoiAI全域数智经营引擎：面向企业营销经营场景，提供公域智能获客、私域预测决策、数智化运营陪跑及会员战略咨询服务。
DataAgent数据智能业务：面向企业经营数据分析、智能决策与知识管理场景，一方面为头部企业提供智能体搭建及场景化交付服务；另一方面持续打磨自研产品DataQ&A数问增长与KnowForce数问知识库，并延伸出行业智能体方案，助力企业将分散的数据与知识转化为核心业务能力。
此刻，我们正在招募一批愿意携手将AI技术真正融入业务一线的伙伴。
为精准识别候选人是否真正理解产品与业务，并具备实干精神，我们设定了简单却关键的投递要求。
RoiAI相关岗位候选人：
请使用电脑端访问：www.roiai.com.cn
免费注册并体验RoiAI产品，投递时请附上一份简短的产品体验报告。
报告篇幅不必过长，但需清晰阐述：
1.你体验了哪些功能模块；
2.你认为RoiAI适用于哪些获客场景；
3.产品体验中你认可的优点；
4.你认为尚存的优化空间；
5.若由你负责运营或产品迭代，你会优先改进哪三点。
DataQ&A / KnowForce / DataAgent相关岗位候选人：
请提前调研市面上的DataAgent、AI数据分析、企业知识库或AI Agent类产品，结合你应聘的行业版本，输出一份简短的对比分析报告。
例如，投递电商版需重点关注电商经营分析、自然语言取数及经营诊断类产品；投递金融版需聚焦金融数据分析、风控预警及客户经营类产品；投递律师版需关注法律AI、合同审查、类案检索及律所知识库类产品；投递KnowForce则需重点考察企业知识库、RAG、知识图谱及多模态文档解析类产品。
报告建议涵盖以下内容：
1.你调研了哪些竞品；
2.它们主要解决了什么痛点；
3.它们与数花智算DataQ&A / KnowForce的异同点；
4.你认为数花智算的市场机会何在；
5.若加入团队，你最渴望解决的一个问题是什么。
我们并非索要一份“AI生成的标准答案”。
我们更期待看到候选人独立的洞察、判断与深度思考。
现诚邀一位对AI Agent与大数据充满热情的实习生，加入DataQ&A金融版产品团队。
你的核心使命是完善DataAgent产品能力，聚焦客户最关心的“第一公里”与“最后一公里”，对数据全链路进行诊断与补强，推动产品实现从“能查数”向“能诊断、能建议”的关键跨越。
第一公里：数据接入与质量诊断
你将负责调研并完善多源金融数据的自动化接入方案，涵盖交易流水、用户行为、风控指标等数据类型。
你需要诊断数据质量问题，如缺失值、异常值、口径不一致等，并设计数据清洗与质量监控机制。
同时，你需要构建金融指标体系的标准化映射，解决“同义不同数”的难题，确保输入Agent的数据可信且可用。
最后一公里：分析结论到业务决策
你将把DataAgent的分析结论自动转化为业务可读的经营分析报告，例如日报、风险预警简报等。
你需要设计“洞察—建议—行动”的闭环，让Agent输出从“数据是什么”延伸至“应该怎么做”。
你还需支持报告模板的可配置化及多格式导出，包括Word、PDF、邮件等，让数据真正赋能客户的日常经营动作。
产品能力迭代
你将参与金融场景下Agent的Prompt工程与RAG优化，跟进数据分析Agent的前沿技术，持续迭代诊断与归因能力，让DataAgent日益精通金融与业务。
硬性要求
计算机、数据科学、金融工程等相关专业，本科及以上在读；每周至少到岗4天，实习期不少于3个月；具备扎实的Python基础，熟悉Pandas、NumPy；能熟练编写SQL处理复杂数据；了解大语言模型LLM基本原理；有Prompt Engineering或Agent开发经验者优先，如Dify、LangChain、Coze等。
加分项
拥有金融、电商或零售行业的数据分析实习经验；熟悉GMV、ROI、LTV、库存周转天数等常见业务指标；了解数据治理、ETL流程或BI工具，如Tableau、PowerBI、FineBI；有RAG、向量数据库或模型微调相关项目经验，如Milvus、Chroma、Weaviate；对数据产品充满热情，能迅速理解业务痛点并转化为技术方案。
你将直接参与AI Agent从概念到落地的完整产品迭代；积累AI+金融数据场景的实战经验；深入理解“数据第一公里”与“最后一公里”的真实业务挑战；建立端到端的数据产品思维；表现优异者将获得转正机会，成为DataQ&A数问增长核心产品团队的一员。
现诚邀一位对AI Agent与大数据充满热情的实习生，加入DataQ&A电商版产品团队。
你的核心使命是完善DataAgent产品能力，聚焦客户最关心的“第一公里”与“最后一公里”，对数据全链路进行诊断与补强，推动产品实现从“能查数”向“能诊断、能建议”的关键跨越。
第一公里：数据接入与质量诊断
你将负责调研并完善多源电商数据的自动化接入方案，涵盖订单流水、用户行为、广告投放、库存物流等。
你需要诊断数据质量问题，如缺失值、异常值、口径不一致等，并设计数据清洗与质量监控机制。
同时，你需要构建电商指标体系的标准化映射，解决“同义不同数”的难题，确保输入Agent的数据可信且可用。
最后一公里：分析结论到业务决策
你将把DataAgent的分析结论自动转化为业务可读的经营分析报告，例如日报、周报、大促复盘简报等。
你需要设计“洞察—建议—行动”的闭环，让Agent输出从“数据是什么”延伸至“应该怎么做”。
你还需支持报告模板的可配置化及多格式导出，包括Word、PDF、邮件等，让数据真正赋能客户的日常经营动作。
产品能力迭代
你将参与电商场景下Agent的Prompt工程与RAG优化，跟进数据分析Agent的前沿技术，持续迭代诊断与归因能力，让DataAgent日益精通电商与业务。
硬性要求
计算机、数据科学、电子商务等相关专业，本科及以上在读；每周至少到岗4天，实习期不少于3个月；具备扎实的Python基础，熟悉Pandas、NumPy；能熟练编写SQL处理复杂数据；了解大语言模型LLM基本原理；有Prompt Engineering或Agent开发经验者优先，如Dify、LangChain、Coze等。
加分项
拥有电商、零售或快消行业的数据分析实习经验；熟悉GMV、ROI、LTV、库存周转天数、广告消耗、转化率等常见业务指标；了解数据治理、ETL流程或BI工具，如Tableau、PowerBI、FineBI；有RAG、向量数据库或模型微调相关项目经验，如Milvus、Chroma、Weaviate；对数据产品充满热情，能迅速理解业务痛点并转化为技术方案。
你将直接参与AI Agent从概念到落地的完整产品迭代；积累AI+电商数据场景的实战经验；深入理解“数据第一公里”与“最后一公里”的真实业务挑战；建立端到端的数据产品思维；表现优异者将获得转正机会，成为DataQ&A数问增长核心产品团队的一员。
现诚邀一位对AI Agent与大数据充满热情的实习生，加入DataQ&A律师版产品团队。
你的核心使命是完善DataAgent产品能力，聚焦客户最关心的“第一公里”与“最后一公里”，对数据全链路进行诊断与补强，推动产品实现从“能查数”向“能诊断、能建议”的关键跨越。
第一公里：数据接入与质量诊断
你将负责调研并完善多源法律数据的自动化接入方案，涵盖案件卷宗、裁判文书、合同文本、法规条文、客户咨询记录等。
你需要诊断数据质量问题，如缺失值、异常值、口径不一致等，并设计数据清洗与质量监控机制。
同时，你需要构建法律指标体系的标准化映射，解决“同义不同数”的难题，确保输入Agent的数据可信且可用。
最后一公里：分析结论到业务决策
你将把DataAgent的分析结论自动转化为业务可读的法律分析报告，例如案件策略简报、合同风险审查报告、类案检索报告等。
你需要设计“洞察—建议—行动”的闭环，让Agent输出从“数据是什么”延伸至“应该怎么做”。
你还需支持报告模板的可配置化及多格式导出，包括Word、PDF、邮件等，让数据真正赋能律师团队的日常业务动作。
产品能力迭代
你将参与法律场景下Agent的Prompt工程与RAG优化，跟进数据分析Agent的前沿技术，持续迭代诊断与归因能力，让DataAgent日益精通法律与业务。
本岗位需具备Claude Code for Legal的部署与调优经验，能够基于该工具框架进行法律场景的深度定制与集成开发。
硬性要求
计算机、数据科学、法学等相关专业，本科及以上在读；每周至少到岗4天，实习期不少于3个月；具备扎实的Python基础，熟悉Pandas、NumPy；能熟练编写SQL处理复杂数据；了解大语言模型LLM基本原理；有Prompt Engineering或Agent开发经验者优先，如Dify、LangChain、Coze等；具备Claude Code for Legal的实际部署经验，能够独立完成环境配置、模型接入与场景化调优。
加分项
拥有律所、法务或法律科技行业的数据分析/产品实习经验；熟悉案件管理、合同审查、类案检索、合规风控等常见业务场景；了解数据治理、ETL流程或BI工具，如Tableau、PowerBI、FineBI；有RAG、向量数据库或模型微调相关项目经验，如Milvus、Chroma、Weaviate；对法律AI产品充满热情，能迅速理解律师业务痛点并转化为技术方案；通过法律职业资格考试，或具备法律文本分析相关项目经验者优先。
你将直接参与AI Agent从概念到落地的完整产品迭代；积累AI+法律数据场景的实战经验；深入理解“数据第一公里”与“最后一公里”的真实业务挑战；建立端到端的数据产品思维；表现优异者将获得转正机会，成为DataQ&A数问增长核心产品团队的一员。
现诚邀一位对AI营销与电商运营充满热情的实习生，加入RoiAI获客专家产品运营团队。
你将深度参与数花自研RoiAI获客专家工具的内部运营工作，聚焦电商行业全域获客营销场景，通过数据驱动与AI工具应用，探索并验证RoiAI获客专家为DataQ&A数问增长在真实业务中的获客效果与运营方法论。
全域获客策略运营
你将基于RoiAI获客专家工具，负责电商行业全域获客营销的内部运营工作。
包括但不限于制定多平台获客策略，如抖音、小红书、视频号等；设计并执行A/B测试方案；持续优化获客链路中的关键转化节点，提升整体ROI。
你需要将RoiAI获客专家的AI能力，如智能选品、素材生成、投放优化建议等，与实际运营动作深度结合，验证工具在真实场景中的提效价值。
数据诊断与效果归因
你将建立并维护获客数据看板，监控各渠道流量、转化、成本等核心指标，对异常数据进行快速诊断与归因。
你需要利用RoiAI获客专家的数据分析能力，识别高价值获客路径，输出可落地的优化建议，形成“数据洞察—策略调整—效果验证”的闭环运营机制。
内容获客与素材优化
你将参与电商营销内容的策划与生产，结合RoiAI的爆款复刻、AI素材生成等功能，产出高转化率的营销素材，包括短视频脚本、图文笔记、直播话术等。
同时，你需要跟踪内容在各平台的传播效果，沉淀优质内容模板与SOP，为外部客户输出可复制的获客方法论。
客户场景验证与反馈迭代
你将作为RoiAI skill化改造的“种子用户”，深度使用数花SCRM系统、流程画布、RPA等数据工具完成真实获客任务。
你需要记录使用体验与痛点，提炼产品优化需求并反馈给产研团队。
你也需要将内部运营中验证成功的方法论沉淀为标准方案，为后续对外商业化交付做准备。
行业研究与竞品追踪
你将持续跟踪电商行业获客趋势、平台规则变化及竞品动态，定期输出行业洞察报告，为RoiAI获客专家的产品定位与功能迭代提供市场侧输入。
硬性要求
市场营销、电子商务、新媒体、数据科学等相关专业，本科及以上在读；每周至少到岗4天，实习期不少于3个月；对抖音、小红书、视频号等主流电商/内容平台的运营逻辑有基本了解；有个人账号运营或电商项目经验者优先；具备基础的数据敏感度，能使用Excel或BI工具进行数据整理与简单分析；对AI工具有强烈好奇心，愿意深度试用并反馈产品体验。
加分项
拥有电商公司、MCN机构或品牌方的营销/运营实习经验；熟悉投流、内容运营、直播运营等至少一个模块；具备内容创作能力，能独立产出短视频脚本、图文笔记或营销文案；了解电商核心指标，如CTR、CVR、ROAS、CPA、GMV等及计算逻辑；有A/B测试、用户增长或私域运营相关项目经验；对AI Agent、AIGC内容生成等前沿技术有认知，有实际使用经验，如ChatGPT、Midjourney、剪映AI等。
请使用电脑端访问：www.roiai.com.cn
免费注册体验RoiAI产品，并在投递时附上一份简短的产品体验报告。
我们希望看到你对产品、场景、运营链路和改进方向的真实思考。
深度参与一款AI获客工具从内部验证到商业化交付的全过程；积累AI+电商运营的实战经验；直接操盘真实获客预算与投放，理解全域营销从策略到执行的全链路逻辑；与一支高速成长的创业团队并肩作战，接触最前沿的AI Agent产品形态；表现优异者将获得转正机会，成为RoiAI全域数智经营引擎团队的核心成员。
现诚邀一位动手能力强、对AI Agent与企业知识库充满热情的实习生，加入DataQ&A KnowForce产品团队。
你的核心使命是在2—4周内独立搭建一个可运行的KnowForce产品DEMO，验证多模态知识接入、RAG检索、知识图谱等核心能力，为产品迭代提供快速验证基础。
DEMO搭建：从0到1跑通产品核心链路
你将基于开源技术栈，独立搭建一个可演示的KnowForce产品DEMO，至少覆盖以下核心能力：
多模态文档解析：实现PDF、Word、Excel、图片等格式的自动解析与结构化提取，可参考MinerU、Marker、Docling等工具；
知识入库与向量检索：搭建文档分块、Embedding、向量存储、RAG检索的完整链路，向量库可使用Milvus、Chroma、Weaviate等；
知识图谱构建：基于大模型自动提取文档中的实体，如人物、项目、产品、客户等，并识别实体关系，生成可视化知识图谱；
问答交互界面：搭建一个简洁的Web界面，支持自然语言提问，返回带