%f的案例列表
AI原生应用实践
• 设计并实现垂类AI Agent，融合STT/TTS、LLM 推理、RAG 检索、记忆模块，覆盖商务出行应用场景中的事务处理提效。 • 根据语音活动检测（VAD）以及WebSocket 构建实时语音交互链路，使用Swift 开发iOS 客户端，实现与后端服务的双向连接。 • 开发检索增强（RAG）服务以及端到端评估体系：将检索质量提升至90% 召回率和80% 精确率, 将智能体工具调用准确率维持在88%，全链路任务正确率维持在80%。 • 基于AWS ECS、ALB 等云服务搭建基础设施，完成应用容器化部署与流量负载均衡。
自适应学习平台- 机器学习系统开发实践
• 设计并构建实时用户特征提取Pipeline，可支撑200 RPS、400K DAU；基于Confluent Kafka + Apache Flink + Feature Store 实现并发情况下端到端毫秒级时延。 • 基于Source-Processor-Sink 架构实时聚合用户事件，使用Bayesian Knowledge Tracking 算法计算用户学习统计数据，组成用户画像，结合问题特征数据，驱动特征工程；通过Schema Registry（Avro）实现零停机Schema演进，保障服务兼容性。
案例判断参考
%f的案例列表
AI原生应用实践
• 设计并实现垂类AI Agent，融合STT/TTS、LLM 推理、RAG 检索、记忆模块，覆盖商务出行应用场景中的事务处理提效。 • 根据语音活动检测（VAD）以及WebSocket 构建实时语音交互链路，使用Swift 开发iOS 客户端，实现与后端服务的双向连接。 • 开发检索增强（RAG）服务以及端到端评估体系：将检索质量提升至90% 召回率和80% 精确率, 将智能体工具调用准确率维持在88%，全链路任务正确率维持在80%。 • 基于AWS ECS、ALB 等云服务搭建基础设施，完成应用容器化部署与流量负载均衡。...
自适应学习平台- 机器学习系统开发实践
• 设计并构建实时用户特征提取Pipeline，可支撑200 RPS、400K DAU；基于Confluent Kafka + Apache Flink + Feature Store 实现并发情况下端到端毫秒级时延。 • 基于Source-Processor-Sink 架构实时聚合用户事件，使用Bayesian Knowledge Tracking 算法计算用户学习统计数据，组成用户画像，结合问题特征数据，驱动特征工程；通过Schema Registry（Avro）实现零停机Schema演进，保障服务兼容性。...
