柴泽建
技术专家
蚂蚁集团 · 8年经验
日薪：
￥500/8h
地点：
杭州 余杭
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 8年后端编程经验，6年大厂工作经历。熟悉Java，Go，Python，Node.js开发语言。
2. 具备网络数据抓取经验，从事过大型的网络数据抓取相关的系统设计与开发，对headless（无头浏览器）的开发和应用有丰富的经验。
3. 具备丰富的大模型业务场景经验，具备独立微调大模型能力，熟练掌握大模型应用技术栈（langchain开发，langfuse运维，vLLM推理加速等）。
4. 具备丰富的后端系统架构设计与开发经验，从事过营销系统架构设计与开发，推送系统架构设计与开发，数据抓取系统架构设计与开发。
5. 具备顺畅的沟通协作能力
2. 具备网络数据抓取经验，从事过大型的网络数据抓取相关的系统设计与开发，对headless（无头浏览器）的开发和应用有丰富的经验。
3. 具备丰富的大模型业务场景经验，具备独立微调大模型能力，熟练掌握大模型应用技术栈（langchain开发，langfuse运维，vLLM推理加速等）。
4. 具备丰富的后端系统架构设计与开发经验，从事过营销系统架构设计与开发，推送系统架构设计与开发，数据抓取系统架构设计与开发。
5. 具备顺畅的沟通协作能力
项目经验
基于headless（无头浏览器）抓取系统：
- 背景：企业中有很多场景需要到网络上合法抓取数据，如模型训练，行业洞察等场景，因此需要统一的抓取平台来支撑。
- 工作内容：抓取平台设计与建设，支持各场景的数据抓取工作，研究各抓取框架，优化平台的性能和稳定性。
- 结果：支撑10万+QPS的抓取请求
基于大模型的智能外呼系统：
- 背景：智能外呼展业营销的重要手段，通过大模型进行拟人化的对话进行外呼，提升营销效果。
- 工作内容：完整项目系统架构设计，模型微调（对话数据加工，对话模型微调），模型运维，模型推理加速优化
- 结果：效果提升30%。
- 背景：企业中有很多场景需要到网络上合法抓取数据，如模型训练，行业洞察等场景，因此需要统一的抓取平台来支撑。
- 工作内容：抓取平台设计与建设，支持各场景的数据抓取工作，研究各抓取框架，优化平台的性能和稳定性。
- 结果：支撑10万+QPS的抓取请求
基于大模型的智能外呼系统：
- 背景：智能外呼展业营销的重要手段，通过大模型进行拟人化的对话进行外呼，提升营销效果。
- 工作内容：完整项目系统架构设计，模型微调（对话数据加工，对话模型微调），模型运维，模型推理加速优化
- 结果：效果提升30%。
柴泽建
技术专家 · 8年经验 · 蚂蚁集团
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 8年后端编程经验，6年大厂工作经历。熟悉Java，Go，Python，Node.js开发语言。
2. 具备网络数据抓取经验，从事过大型的网络数据抓取相关的系统设计与开发，对headless（无头浏览器）的开发和应用有丰富的经验。
3. 具备丰富的大模型业务场景经验，具备独立微调大模型能力，熟练掌握大模型应用技术栈（langchain开发，langfuse运维，vLLM推理加速等）。
4. 具备丰富的后端系统架构设计与开发经验，从事过营销系统架构设计与开发，推送系统架构设计与开发，数据抓取系统架构设计与开发。
5. 具备顺畅的沟通协作能力
2. 具备网络数据抓取经验，从事过大型的网络数据抓取相关的系统设计与开发，对headless（无头浏览器）的开发和应用有丰富的经验。
3. 具备丰富的大模型业务场景经验，具备独立微调大模型能力，熟练掌握大模型应用技术栈（langchain开发，langfuse运维，vLLM推理加速等）。
4. 具备丰富的后端系统架构设计与开发经验，从事过营销系统架构设计与开发，推送系统架构设计与开发，数据抓取系统架构设计与开发。
5. 具备顺畅的沟通协作能力
项目经验
基于headless（无头浏览器）抓取系统：
- 背景：企业中有很多场景需要到网络上合法抓取数据，如模型训练，行业洞察等场景，因此需要统一的抓取平台来支撑。
- 工作内容：抓取平台设计与建设，支持各场景的数据抓取工作，研究各抓取框架，优化平台的性能和稳定性。
- 结果：支撑10万+QPS的抓取请求
基于大模型的智能外呼系统：
- 背景：智能外呼展业营销的重要手段，通过大模型进行拟人化的对话进行外呼，提升营销效果。
- 工作内容：完整项目系统架构设计，模型微调（对话数据加工，对话模型微调），模型运维，模型推理加速优化
- 结果：效果提升30%。
- 背景：企业中有很多场景需要到网络上合法抓取数据，如模型训练，行业洞察等场景，因此需要统一的抓取平台来支撑。
- 工作内容：抓取平台设计与建设，支持各场景的数据抓取工作，研究各抓取框架，优化平台的性能和稳定性。
- 结果：支撑10万+QPS的抓取请求
基于大模型的智能外呼系统：
- 背景：智能外呼展业营销的重要手段，通过大模型进行拟人化的对话进行外呼，提升营销效果。
- 工作内容：完整项目系统架构设计，模型微调（对话数据加工，对话模型微调），模型运维，模型推理加速优化
- 结果：效果提升30%。
案例展示
抓取中台
抓取中台： 主要负责承接公司内各场景的网络数据抓取功能，具有高性能，高可用性，高稳定性的特点，10万+QPS。 集成了puppeteer，chromedp，rod等框架，实现各种抓取能力 图片非平台图片，平台为公司内部系统，未对外。
智能外呼平台
智能外呼： 基于阿里云的语音服务链路，结合Qwen模型的对话能力进行微调，同时参考chattts原理训练拟人化的TTS模型，实现拟人化的智能外呼。 图片非平台图片，图片是应用的到的相关技术，系统为公司内部系统，未对外。
智能外呼平台
智能外呼： 基于阿里云的语音服务链路，结合Qwen模型的对话能力进行微调，同时参考chattts原理训练拟人化的TTS模型，实现拟人化的智能外呼。 图片非平台图片，图片是应用的到的相关技术，系统为公司内部系统，未对外。
立即沟通
