神经蛙
高级软件工程师 · 15年经验 · 华为
0
累计接单
0
用户评价
0
被收藏
技术能力
作为拥有15年后端Java开发经验的资深程序员，我精通Java在多个框架和环境下的应用，包括但不限于Spring, Hibernate,和微服务架构。对于其他技术栈也比较熟悉，比如GO,Python,docker,K8S等。这段时间里，我参与了从小型企业应用到大型分布式系统的设计和实施，深刻理解软件开发生命周期，并能够熟练应用设计模式以提高代码的可维护性和扩展性。
近年来，我对LLM（大型语言模型）的兴趣使我开始深入研究其在应用开发中的潜力，特别是如何将其集成到现有系统中以提升智能化水平，比如通过自然语言处理来改善用户交互体验。我成功将LLM技术应用于多个项目中，通过自然语言处理提升了系统的互动质量和信息处理能力。
我相信，我的经验和持续探索新技术的热情，使我能够为您带来宝贵的技术资产和创新解决方案。
近年来，我对LLM（大型语言模型）的兴趣使我开始深入研究其在应用开发中的潜力，特别是如何将其集成到现有系统中以提升智能化水平，比如通过自然语言处理来改善用户交互体验。我成功将LLM技术应用于多个项目中，通过自然语言处理提升了系统的互动质量和信息处理能力。
我相信，我的经验和持续探索新技术的热情，使我能够为您带来宝贵的技术资产和创新解决方案。
项目经验
决策管理系统：
1. 数据收集和存储：从各种来源收集数据，包括数据库、API、文件等，并将这些数据存储在适当的数据结构中，以便后续的分析和处理。
2. 数据分析和挖掘：对存储的数据进行分析和挖掘，发现数据之间的关联和趋势，为用户提供有用的信息和洞察。
3. 决策模型的建立和优化：建立决策模型，根据不同的决策场景和需求来优化模型，以提供更好的决策支持。
4. 决策结果的可视化和报告：将决策结果以图表、报表等形式直观地展现出来，让用户能够快速了解决策的过程和结果。报表可以根据用户的自然语言输入自动生成。这个部分涉及到LLM的应用，大语言模型负责将自然语言转换为SQL语句，再结合Apache Superset生成可视化报表。
1. 数据收集和存储：从各种来源收集数据，包括数据库、API、文件等，并将这些数据存储在适当的数据结构中，以便后续的分析和处理。
2. 数据分析和挖掘：对存储的数据进行分析和挖掘，发现数据之间的关联和趋势，为用户提供有用的信息和洞察。
3. 决策模型的建立和优化：建立决策模型，根据不同的决策场景和需求来优化模型，以提供更好的决策支持。
4. 决策结果的可视化和报告：将决策结果以图表、报表等形式直观地展现出来，让用户能够快速了解决策的过程和结果。报表可以根据用户的自然语言输入自动生成。这个部分涉及到LLM的应用，大语言模型负责将自然语言转换为SQL语句，再结合Apache Superset生成可视化报表。
立即沟通
