1.在智能问答系统中，设计和优化了RAG架构，结合检索和生成的优势，提升了生成内容的准确性。
2.参与基于LangChain框架的多轮对话系统和复杂任务链条的开发，支持公司多种业务场景中的智能助手与客户交互任务，实现高
效的自动化处理。
3.使用Dify平台搭建公司各种业务场景的工作流和agent智能体，并且做api调用和优化。同时开发公司特定的应用工具。
4.熟练掌握使用ComfyUI，从而高效地进行节点设计，图形生成和视频生成等。
5.熟悉使用Python编程语言，从而进行AI模型的训练，部署，和微调。
6.熟悉使用Mysql，Redis，MongoDB数据库，并且进行项目的数据表设计。
7.熟练使用flask框架进行应用后端开发，同时编写标准化文档。
8. 熟练使用docker进行应用部署。
9.将公司中其他可以AI自动化操作的手动工作进行相应的LLM大模型应用开发，减少成本输出，提高工作效率。

AI售后客服系统 后端AI开发 2023.02-2023.05
项目经历
内容:
1.利用RAG技术优化了现有的智能客服系统，通过结合检索结果与生成模型，使得系统能够更精准地处理用户提问，特别是复杂的
多层次问题。
2.负责系统的需求分析、模型选择及实现，使用LangChain框架构建多轮对话流程，确保系统能够动态适应用户的不同需求。
3.对生成模型进行了微调，利用公司计费数据训练特定领域模型，以提升在特定场景下的表现。
业绩:
1.客服系统的响应准确率提升了20%，用户对系统的满意度提高了25%。
2.通过优化模型的生成速度和准确性，客服响应时间缩短了30%，使得公司整体的客户处理效率大大提升。
3.项目上线后，公司客服团队的负担减少了40%，人工干预的需求显著降低。