软件工程师
上海
中文母语水平
英语可口语交流
0
1
2
3
4
5
1月前来过
个人介绍
1. 熟练掌握 Python 语言，熟练使用 Numpy、Pandas 等库进行数据清洗、筛选操作；
2. 熟悉主流大模型应用框架，具备基于 RAG 架构的智能问答系统开发经验；
3. 掌握多智能体系统设计与协同机制
4. 掌握LLM 等多种微调方法，如 LoRA、QLoRA
5. 掌握 Transformer 的原理，Attention 机制的原理及实现；
6. 熟练使用 Linux 常用命令；
7. 熟悉AI Coding，文档驱动开发
8. 了解常见的CV深度学习算法
9. 精通Python主流Web框架
工作经历
2024-05-01 -2026-04-10广东朗科智能电气软件工程师已认证
业绩： 主导RAG检索链路的优化，通过向量混合召回结果的精细重排序（Rerank），文档检索准确率提升30%；完成多模态检索（图片/视频）的初步开发，为Agent 系统提供了坚实的知识库能力。 构建端到端文档解析引擎（OCR+版面分析），搭建高质量语料中心，为RAG知识库构建及大模型SFT微调提供了标准化数据基础。 完成基于大模型/深度学习的信息抽取系统构建，支持实体识别、关系抽取等结构化输出能力，为Agent 工具调用及知识图谱构建提供支撑。 内容： 负责AI Agent（超级助手）的RAG链路优化，提升召回率与回答准确度，保障系统在高并发场景下的服务稳定性。 利用大模型技术实现文本信息挖掘，设计基于LLM的实体识别、关系抽取及意图识别方案，并探索Few-shot Learning与Function Calling提升抽取效率与准确率。 负责语料中心的文档解析，利用OCR与版面分析技术实现PDF结构化提取，构建高质量训练语料，支持知识库建设。 持续跟踪大模型领域前沿技术（RAG、Agent），推动技术在业务中的落地应用，持续提升AI 系统的性能与业务适用性。
教育经历
2016-09-01 - 2020-06-30金陵科技学院软件工程本科已认证
资质认证
语言
技能
Python熟练
0
1
2
3
4
5
作品
该智能售后诊断平台主要包含多模态解析、用户意图理解、智能分流、专业售后处理、内容审查和人工协同等功能模块。平台支持用户通过文字、语音、图片、Word、PDF、Excel等形式提交售后问题，并由解析Agent统一提取关键信息，形成结构化上下文。理解Agent负责进行意图识别、情绪判断、用户画像分析和槽
02026-06-29 18:17
内容
在大模型应用里，普通的同步 HTTP 接口很快会遇到体验和工程上的双重瓶颈：用户要等完整回答生成完才能看到结果，服务端也很难在一次长请求中清晰处理超时、限流、日志追踪、会话状态和 token 统计。更稳妥的方式，是把对话生成设计成一个异步流式接口。客户端发起一次请求，服务端立即返回 text/eve
很多企业在部署 Qwen、DeepSeek、Llama 这类大模型时，会遇到一个很典型的问题：本地测试的时候，单个用户访问很快；但一旦接入真实业务，比如 AI 客服、知识库问答、内部 Agent，一上并发，首字延迟就开始飙升，甚至显存很快被打满。这类问题表面看是“模型慢”，本质上通常是没有理解 LL
