Yee
4小时前在线
全职 · 800/日  ·  17400/月
工作时间: 工作日09:00-18:00工作地点:
服务企业: 0家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

我是程序员客栈的Yee,专注于 大语言模型(LLM)应用开发 的工程师,具备扎实的编程能力与丰富的实战经验,擅长从底层微调到前端交互的全流程开发。



✅ 技术专长:


模型微调:熟练掌握 QLoRA、LoRA 等高效参数微调技术,精通 Xtuner、LLaMA Factory 等主流训练框架。RAG 系统:具备构建检索增强生成(RAG)系统的完整经验,能独立实现文档预处理、语义检索、BGE 重排序与问答生成。Agent 开发:基于 LangChain 实现多工具协同的智能 Agent,支持函数调用、多轮对话、实时搜索等复杂功能。模型部署与优化:熟悉 vLLM 等推理引擎,具备本地化部署、GPU优化与多用户并发管理能力。前后端集成:精通 FastAPI、Streamlit、Gradio 等工具,能快速构建现代化 Web 界面与完整 API 服务。



✅ 项目经历:


法律问答系统:基于 LlamaIndex + RAG 构建,支持法条抓取、语义检索与可视化问答。心理健康问诊系统:本地部署 Qwen 模型,构建安全隐私的心理对话助手。情感对话生成系统:多风格情绪模板构建,支持个性化情感风格微调。AI 算命助手:融合传统文化与 AI 技术,集成八字排盘、情绪识别与搜索引擎工具的多功能 Agent。



✅ 综合优势:


具备从 数据处理 → 模型训练 → 本地部署 → Web 应用 的全栈能力;对开源生态(OpenAI、DeepSeek、HuggingFace)和前沿工具链有深入理解;擅长将大模型技术与垂直业务场景结合,打造真实可用的智能系统。


工作经历

  • 2023-03-01 -2025-02-28北京易创AI语音

    负责公司语音合成模块的核心研发工作,聚焦短文本与长文本的自然语言转语音(TTS)能力构建,支持中文文本的断句处理、韵律优化与语速调节。同时参与实时 TTS 推理服务的架构设计与部署,保障毫秒级语音生成响应。主导音色克隆相关技术落地,完成多种说话人音色的训练与复刻,支撑个性化语音播报、多角色数字人等场景应用。 --- 工作内容简介(TTS 方向) • 负责短文本、长文本的语音合成处理流程设计与优化,提升发音流畅度与自然度 • 搭建实时 TTS 服务端框架,实现低延迟文本转语音推理与接口封装 • 参与音色克隆模型研发与训练流程标准化,实现指定说话人音色复刻能力 • 支持多音色切换、语速语调调节、流式输出等核心功能的开发与调优 • 配合产品需求完成 TTS 系统在教育、播报、客服等场景中的适配与上线

  • 2022-01-01 -2022-01-11武汉中科创达Android开发

    负责公司 Android 通信模块(Telephony)的定制化开发与维护工作,涵盖语音通话、短信、SIM 卡管理、信号处理等核心通信功能,面向多运营商、多设备形态提供稳定兼容的通信能力支持。参与系统级接口改造、RIL 层调试与通信策略优化,支撑智能终端在复杂网络环境下的稳定通信需求。 --- 工作内容简介(Telephony 方向) • 负责 Android Telephony 框架的功能开发与定制,涵盖电话、短信、蜂窝网络等核心通信能力 • 实现多运营商策略适配,包括数据网络策略、APN 管理、VoLTE 开关控制等定制功能 • 调试并优化 RIL(Radio Interface Layer)通信流程,处理 AT 命令解析与 Modem 通信问题 • 设计多卡设备的主副卡切换逻辑与 SIM 状态管理机制,提升多 SIM 兼容性 • 分析弱网、信号切换等场景下通信异常,配合 logcat/adb 工具定位 Telephony 栈问题 • 支持通信模块在不同设备型号与系统版本中的适配、验证与量产上线

教育经历

  • 2020-06-30 - 2022-06-30武汉轻工大学计算机科学与技术本科已认证

语言

普通话
0
1
2
3
4
5
0
1
2
3
4
5

技能

作品
基于 LlamaFactory 微调与 vLLM 本地部署的多风格情感对话生成系统

支持多种情绪风格的对话生成,涵盖数据自动生成、格式转换、模型微调、推理部署和 Web 交互等完整流程。适用于情感陪伴、虚拟助手等场景。 - 设计多情绪风格对话模板体系,构建高质量训练数据集,增强模型情感理解与表达能力 - 完成数据格式标准化处理,确保与LLaMA Factory框架的完美兼容,支持灵活的单轮/多轮对话训练 - 严格按照LLaMA Factory官方最佳实践完成模型微调,建立规范化的训练流程 - 通过vLLM本地部署优化推理性能,结合Gradio开发直观的Web界面,支持实时参数调优 # 进入 EmotionalDialogueModel 目录 cd EmotionalDialogueModel # 生成多风格对话数据 python generate_data.py # 转换为 LlamaFactory 格式 python data_convert.py # 部署 vLLM 并启动 Web UI python webui.py

0
2025-07-10 22:26
下载次数:0
¥1000
更新于: 14小时前 浏览: 4