proginn1801172290
59分钟前在线
全职 · 300/日  ·  6525/月
工作时间: 工作地点: 远程
服务企业: 0家累计提交: 0工时
聊一聊

APP聊一聊

个人介绍

AI 大模型应用开发,主要方向为 AI Agent(人工智能智能体)、RAG(检索增强生成)、LLM Fine-tuning(大语言模型微调)及企业智能问答。具备金融领域大模型微调、私募基金知识库问答及 Agent(智能体)项目经验。熟悉 Python(编程语言)、PyTorch(深度学习框架)、Transformers(大模型开发库)、vLLM(大模型推理框架)、FastAPI(Web 接口开发框架)、Faiss(向量检索库)等技术。

可承接企业知识库、RAG 智能问答、AI Agent、PDF/Excel 智能分析、LoRA(低秩适配)微调、NL2SQL(自然语言转 SQL)、大模型私有化部署等项目,能够完成从需求分析、方案设计到开发部署和交付的完整流程。

工作经历

  • 2025-03-01 -2025-07-01私募ai开发

    公司主要从事私募基金投资管理及相关金融业务。我主要负责 AI 大模型应用开发,参与企业内部金融知识问答系统的设计与实现。针对基金报告、投研材料、合同及内部业务文档,完成 PDF(便携式文档格式)解析、数据清洗、文档切分、去重及知识库构建;采用 M3E、BGE-M3(文本向量模型)与 BM25(关键词检索算法)进行多路混合召回,并使用 BGE-Reranker(重排序模型)进行精排,提升金融专业问题的检索准确率。 同时参与 RAG(检索增强生成)问答链路设计、向量数据库构建、本地大模型部署及接口服务开发,并针对召回效果和最终问答效果构建约 2000 条评测数据,对检索准确性、答案相关性及整体问答质量进行评估和优化,最终系统整体问答准确率达到约 89.6%。在项目中主要负责文档处理、检索链路、Reranker(重排序)、评测体系及部分部署工作。

教育经历

  • 2024-03-01 - 2026-08-22韩国岭南大学机器人工学硕士

资质认证

语言

韩语专业级流畅
0
1
2
3
4
5

技能

Torch熟练
0
1
2
3
4
5
作品
金融领域大模型微调与智能问答系统

系统主要包含金融文档解析、意图识别、关键词抽取、NL2SQL(自然语言转SQL)、大模型微调及推理服务等模块。基于金融业务数据构建SFT(监督微调)数据集,并使用LoRA(低秩适配)对大语言模型进行领域微调,使模型能够识别不同类型的金融问题并抽取核心查询条件。对于结构化数据查询场景,通过NL2SQL

0
2026-09-04 18:30
更新于: 1小时前 浏览: 1