1、精通C、C++、python、qml语言程序设计。
2、熟悉C#、javascript、Rus、Solidity等语言。
4、熟练掌握Makefile、Shell、Docker、Qt、Vue、FastAPI等技术。
5、熟练掌握Python、TensorFlow、PyTorch等库的使用
6、熟练掌握Coze、dify、n8n、Langchain等开发框架和平台
7、掌握MCP技术的开发流程、提示词工程达到精通;
8、具备全栈AI项目经验,擅长系统架构与业务落地
一、跨模态内容生成Agent平台
项目背景: 为解决内容创作效率低下,缺乏创新性的问题,设计一个能够基于文本生成图片、多模态AI Agent平台
个人角色:应用开发工程师,负责多模态融合模型设计与Agent协调机制开发
关键技术:利用PyTorch实现GANs(生成对抗网络)和Transformer模型,用于文本到图像/视频的生成。设计了Multi-Agent协调机制,确保不同模态Agent之间的协同工作。
二、基于Coze平台的智能旅行规划助手
项目概述
本项目基于字节跳动旗下Coze平台开发,旨在创建一个能够理解用户旅行需求、提供个性化行程规划、实时信息查询及问题解答的智能旅行助手。通过自然语言交互,用户可以获得从行前准备到旅途中的全方位支持。
核心功能
1. 个性化行程规划:根据用户预算、时间、兴趣偏好自动生成详细行程。
2. 多源信息整合:实时获取天气、交通、景点开放时间等信息。
3. 智能问答与推荐:解答旅行相关问题,推荐当地特色美食与活动。
4. 多语言支持:支持中英文交互,满足国际旅行需求。
三、基于Dify平台的智能文档生成系统
本项目基于Dify平台构建智能文档生成系统,解决传统软件开发文档编写效率低、一致性差等痛点。通过Dify可视化工作流与AI能力,实现需求规格、设计文档、测试用例全流程自动化生成。核心功能包括:1)需求规格自动生成,将自然语言需求解析为结构化文档;2)设计文档自动输出,基于需求生成架构图、数据库设计等内容;3)测试用例自动创建,覆盖正常流程与异常场景。技术实现上,利用Dify工作流集成大模型,结合知识库规范输出格式,显著提升文档质量与团队协作效率。
四、基于通义千问的智能投顾系统训练
基于Qwen-7B/14B构建金融智能投顾系统。整合阿里云金融API与研报数据构建200GB语料库,利用SWIFT框架进行LoRA微调,解决垂直领域数据稀缺问题。集成阿里云内容安全API确保合规性,通过模型量化技术将推理速度提升3倍、成本降60%。最终模型在金融专业考试准确率达92%,上线3个月服务用户超50万,咨询转化率提升28%,单次咨询成本降低95%。