构建与优化大型语言模型应用：设计并开发基于LLM的智能系统，如对话机器人、文档摘要、语义搜索等，服务于银行业务流程；
模型微调与部署：根据银行场景进行模型微调（如BERT、GPT、LLaMA等），并部署至生产环境，确保性能与稳定性；
数据处理与标注体系建设：负责金融语料的清洗、标注与训练数据构建，提升模型理解力与准确性；
Prompt工程与RAG系统设计：设计高质量Prompt模板，构建基于检索增强生成（RAG）的问答系统；
跨团队协作：与产品经理、数据科学家、工程师协作，推动AI能力在银行业务中落地；
合规与安全保障：确保模型使用符合银行合规要求，处理数据隐私、模型偏见与安全性问题；
性能评估与持续优化：建立模型评估体系，监控运行效果，持续优化响应速度与准确率；
技术研究与创新探索：跟踪LLM技术发展趋势，探索其在金融领域的新型应用场景。
