智能数据分析工程师（Agent 方向）

数据分析 Agent 体系构建：面向智能座舱用户研究与产品决策场景，负责数据分析 Agent 的架构设计与工程实现，构建覆盖数据获取、自动处理、分析建模、洞察生成及结果呈现的端到端能力，提升复杂数据分析任务的自动化与智能化水平；

Agent 数据底座与分析工具建设：围绕用户行为、交互日志等多源数据，建设标准化的数据采集、治理、标签及特征体系；将数据查询、统计分析、可视化等能力封装为标准化、可复用的工具或接口，为 Agent 自主调用和任务执行提供支撑；

Agent 核心能力研发：结合大语言模型、机器学习和行为序列建模等技术，重点建设用户偏好挖掘、用户行为预测及策略分析等核心能力；提升 Agent 对用户特征、场景上下文和产品问题的理解能力，使其能够基于任务目标自主拆解问题、开展推理并规划分析路径、选择和调用适当工具，生成可验证、可解释、可落地的数据洞察；

Agent 评测与持续迭代：建立数据分析 Agent 的效果评测和质量保障机制，从数据准确性、分析可靠性、结论可解释性、任务完成率及业务应用价值等维度开展评估；结合用户研究结果和真实产品反馈，持续优化 Agent 的工具链和分析流程，推动数据分析 Agent 在智能座舱用户研究、产品决策及主动服务场景中的持续落地。

学术背景与数据分析能力：硕士及以上学历，具备扎实的统计学、数学、计算机或人工智能基础，熟悉数据分析、机器学习及深度学习等方法，能够独立完成业务问题定义、数据处理、分析建模及洞察输出；

数据工程与工具开发能力：熟练掌握 Python，具备良好的 SQL 数据处理能力；熟悉数据清洗、特征工程、统计建模及可视化；能够将数据查询、模型分析和图表生成等能力封装为标准化工具或接口，支撑 Agent 自主调用与任务执行；

数据分析 Agent 构建与评测能力：理解大语言模型及 Agent 的基本原理，熟悉任务拆解、自主推理与规划、工具调用及上下文管理等关键机制；能够结合业务场景设计、实现并评测数据分析 Agent，并基于评测结果持续优化 Agent 的任务规划、推理策略、工具链及分析流程；

算法建模与业务应用能力：熟悉用户画像、推荐系统、行为序列建模等技术，能够围绕用户偏好挖掘、行为预测及策略分析等问题开展模型研发，并将算法能力集成至 Agent；具备良好的业务理解和产品意识，能够将分析结果转化为可落地的产品洞察。