个人介绍
AI大模型领域资深专家拥有20年工作经验,其中15年专注于人工智能行业,涵盖深度学习、自然语言处理(NLP)、计算机视觉(CV)及智能制造等技术领域,同时拥有5年的AI与数学教学经验。
技术专长
· 深入掌握主流深度学习框架(如 TensorFlow、PyTorch),熟悉大模型构建、Prompt工程、微调(Fine-tuning)与LangChain应用。
· 深刻理解基座大模型(如 Llama2、DeepSeek)的核心原理,成功实现Agent推理范式项目落地。
· 拥有丰富的轻量级检索增强生成(LightRAG)及图检索增强生成(GraphRAG)实践经验,熟悉 HuggingFace 和 Ollama 平台生态。
· 具有大模型多模态技术应用经验,成功用于解决设备自动调参
· 具有丰富的大数据建模经验,熟练使用Hadoop、Spark等平台
项目经验
· 主导并参与多个NLP项目(如实体识别、关系抽取、事件抽取、知识图谱、问答系统等),具备丰富的工业级解决方案开发能力。
· 在智能制造领域,完成多项制程数据建模任务,包括趋势预测分析、主板维修智能调度、机台优化推荐和粉尘ACU智能调控,成功推动工厂数字化转型。
行业覆盖
· 在金融领域积累超过6年的技术与业务融合经验,推动多个智能化系统开发。
· 在智能制造行业有2年以上的深度参与经验,熟悉工厂管理、生产线布局优化及APS系统应用。
教学与管理能力
· 拥有5年以上AI和数学教学经验,擅长将复杂的技术和理论转化为易于理解的内容,激发团队与学生的学习兴趣。
· 拥有8年以上团队管理经验,具备向上及向下的沟通能力,能够高效协调跨部门资源,推动复杂项目的落地。
个人特质
· 性格开朗,思维开阔,注重团队协作与持续学习。
· 拥有出色的人际关系及较强的适应能力,能够在高压环境下保持卓越表现。
工作经历
2022-08-26 -2025-07-23富士康技术经理
技术副理 (2022/08 - 至今) 职责与业绩: FA(失效分析)部门: 1.对ESOP进行优化和智能生成,提高UPPH 30%(大模型技术+知识图谱)。 2.实现不良板预测(树形模型),每月节约维修成本大约36万美元。 3.利用大模型LangChain+RAG应用开发知识问答系统,提升办公效率、人员培训效率和专业知识查找效率。 TE(测试工程)部门: 1.实现多因子权重计算,分析UPH提升和下降的因子权重,提升产线15%的效率。 2.完成最佳机台建模,降低NTF,DPPM降低200。 3.实现跨CELL主板调度,提升UPH 3%。 工务部门: 1.实现车间粉尘浓度ACU自动调档算法,16个楼层每年节约460万元人民币。 SMT部门: 1.实现AOI复判无人化生产。 2.实现AVI检测(终检)无人化(视觉技术)。 PE部门: 1.实现上料调度优化,提升AGV小车使用率30%(启发式算法)。 IPD部门: 1.制定部门三年规划、技术路线、专案撰写与审核,完成专案汇报。 2.推动富士康数字化转型,完成设备数据采集、数据分析、节能建模及大模型服务。
教育经历
2000-07-13 - 2004-07-29河南大学信息与计算本科






