0
1
2
3
4
5
0
1
2
3
4
5
1天前在线
AI软件研发工程师
武汉全职 · 400/日 · 8700/月信用正常
工作时间: 工作日20:00-22:30、周末8:00-16:00工作地点:
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************聊一聊
个人介绍
AI应用研发工程师，Java开发3年经验，独立运维服务器公司级线上网站
1. 部署基于deepseek的AI垂直领域RAG服务
2. 千万数据量级别知专业知识图谱，交付研究所单位
3. 百星github开源项目
AI: 熟悉主流AI模型，deepseek，qwen等开源大模型框架，熟练掌握LoRA，QLoRA等微调原理，熟悉llama factory等常用微调工具，ollama，vllm等快速部署和推理框架，有过政务服务领域垂直领域qwen2.5模型经验
Java开发:在项目中用使用过微服务springcloud全家桶、熟悉MybatisPlus，Kafka等一些主流框架、中间件，linux系统、docker容器也很熟悉，积累了大量解决问题的实战经验
熟练掌握java语言，了解其基本原理。熟练掌握spring，springmvc，mybatis等主流框架，且能够熟练使用Spring boot，Spring cloud。熟练掌握并使用mysql， redis等，且掌握主流的中间件rabbitMQ等。
参与过git熟悉Linux环境且熟练使用Shell编程，有一定的python编程经验。前端html， css， js，ajax，bootstrap， vue等技术有一定开发经验。学习技术能力较优，且严格规范代码边写，代码质量较优。
计算机知识体系较完善，擅长分析问题且团队交流、协调以及合作能力较优。
1. 部署基于deepseek的AI垂直领域RAG服务
2. 千万数据量级别知专业知识图谱，交付研究所单位
3. 百星github开源项目
AI: 熟悉主流AI模型，deepseek，qwen等开源大模型框架，熟练掌握LoRA，QLoRA等微调原理，熟悉llama factory等常用微调工具，ollama，vllm等快速部署和推理框架，有过政务服务领域垂直领域qwen2.5模型经验
Java开发:在项目中用使用过微服务springcloud全家桶、熟悉MybatisPlus，Kafka等一些主流框架、中间件，linux系统、docker容器也很熟悉，积累了大量解决问题的实战经验
熟练掌握java语言，了解其基本原理。熟练掌握spring，springmvc，mybatis等主流框架，且能够熟练使用Spring boot，Spring cloud。熟练掌握并使用mysql， redis等，且掌握主流的中间件rabbitMQ等。
参与过git熟悉Linux环境且熟练使用Shell编程，有一定的python编程经验。前端html， css， js，ajax，bootstrap， vue等技术有一定开发经验。学习技术能力较优，且严格规范代码边写，代码质量较优。
计算机知识体系较完善，擅长分析问题且团队交流、协调以及合作能力较优。
工作经历
2023-10-01 -2024-10-01武汉言图科技有限公司AI软件研发工程师
采⽤单体服务框架，采⽤检索增强⽅式结合Qwen等⼤语⾔模型回答⽤⼾问题，帮助⽤⼾快速准确地依 据企业私有知识库进⾏⽂档检索和答案⽣成。核⼼模块包括⽤⼾管理模块、知识库模块和聊天模块 主要工作：RAG系统构建和优化。采⽤向量/关键词的混合检索⽅法进⾏存储和检索；微调BERT模型，对问题进行预处理，压缩⽆效信息
教育经历
2022-09-01 - 2025-06-01华中科技大学计算机技术硕士
2022年至2025年就读于华中科技大学计算机科学与技术学院，人工智能实验室，主攻AI应用开发方向。 · 专注于大语言模型（LLM）应用技术，包括模型微调、知识库构建、RAG检索增强生成及AI Agent开发； · 深入研究知识图谱与LLM融合应用，提升模型推理与语义理
2018-09-01 - 2022-06-01华中科技大学电子封装技术本科
2018-2022年就读于华中科技大学电子封装技术专业，GPA 3.8/4（加权88.85/100），专业基础扎实。 【科研创新】 主导设计基于机器视觉的快速零件计数装置，实现不规则零部件高效识别与统计； 担任全国大学生机械创新大赛队长，带领团队荣获国家一等奖
技能
作品
中铁勘探设计院——针对⽬前铁路信号设计图使⽤⼈⼯来审查错误⽆法快速、⾼效的完成任务的情况，采⽤⼈⼯智 能算法设计和和实现图纸实体转换系统，完成对复杂、杂乱的图纸信息进⾏⾃动提取、分析和归类的任 务，并建⽴图纸实体与规则实体间的映射关系，从而进⾏规则匹配，检测和记录图纸存在的问题 图纸实体转化和规则匹配过程的设计、实现和优化 图纸智能转换：基于智能解析和抽取⽅法，通过匹配CAD实体信息，将CAD实体中的信息提取优化并转储为图纸实体。图纸实体在CAD实体的基础上，在保存实体的属性和具体名称的同时，可进⾏实体间交互并⽣成新的实体规则智能匹配：基于关联检索⽅法，根据解析上传的CAD图纸得到的图纸实体类型，提取其中的信息，并将图纸实体与规则实体进⾏分离映射，参与规则匹配验证
02025-08-25 11:48
为中国舰船集团设计的智能知识图谱， 从概念设计过程积累的⼤量数据中进⾏实体抽取，挖掘实体间知识关系和知识认知模式，不断对知识图谱进⾏优化和改进，进而构建实体概念正向设计领域知识图谱，从而进⾏⾃适应的知识演进 主要⼯作：优化针对实体的知识抽取与知识匹配算法 数据清洗阶段：针对爬取的结构复杂，种类众多的实体数据，进⾏预处理，去除或修改错误的数据， 补全缺失的数据，累计抽取5万余条实体数据 知识抽取阶段：采⽤结合AC树的UIE统⼀信息抽取模型，得到⽂本中的实体，经过⾼质量领域实体数 据微调后，平均抽取准确率达到90% 知识匹配阶段：优化知识图谱中实体查询路径，查询结果排序进⾏优化，单次查询时间小于200ms
02025-08-25 11:02
采⽤单体服务框架，采⽤检索增强⽅式结合Qwen等⼤语⾔模型回答⽤⼾问题，帮助⽤⼾快速准确地依 据企业私有知识库进⾏⽂档检索和答案⽣成。核⼼模块包括⽤⼾管理模块、知识库模块和聊天模块 主要工作：RAG系统构建和优化。采⽤向量/关键词的混合检索⽅法进⾏存储和检索；微调BERT模型，对问题进行预处理，压缩⽆效信息
02025-08-25 11:02
