编程语言:
Python:熟练使用 FastAPI 和 Django 构建后端服务,掌握异步编程、定时调度、日志监控等工程化能力。
Go:具备 Go + Echo 框架的实战经验,精通并发编程和接口性能优化。
大模型与 AI 应用开发:
熟练构建 RAG 系统,从文档清洗、切分、向量化到大模型生成的全链路实现。
具备多种 Embedding 技术的应用经验,能够根据业务需求调整召回与排序策略。
熟悉大模型 API 接口封装,支持模型切换与负载控制。
数据库与向量库:
熟练使用 PostgreSQL + pgvector 进行向量检索系统的设计与优化,精通索引优化、查询调优。
深入理解 MySQL 的结构设计与性能调优,能够处理复杂的 SQL 查询和高性能数据存储问题。
熟练使用 Pandas 完成数据清洗、格式化与导入,支撑知识库构建与业务数据处理。
后端与微服务开发:
独立设计并实现 RESTful API,具备认证、权限、分页筛选等通用能力。
熟悉 微服务架构,掌握服务注册、发现、配置中心等基础组件的实现与扩展。
容器化与 DevOps:
熟练使用 Docker 构建镜像,理解 K3s / K8s 的基本部署模式,能够进行本地与生产环境容器化交付。
精通 Linux 运维,擅长编写 Shell 脚本实现服务部署、日志处理、自动化任务等。
前端协作与集成:
熟悉 Vue3 + Element-Plus,能够快速与前端团队联调,确保前后端协作顺畅。
项目一:企业知识库 RAG 智能问答平台
负责企业级知识库问答系统的后端开发与RAG流程实现。基于 Python + FastAPI 构建服务,设计知识库、文档切片与向量存储结构,使用 PostgreSQL + pgvector 实现向量检索。实现文档自动清洗、语义切分、Embedding 向量化与 Top-K 检索,并封装大模型调用接口,支持多模型切换。通过召回过滤与上下文拼接优化 RAG pipeline,提高问答准确率。系统支持聊天记录管理、引用溯源及统计分析,并通过 Docker 完成客户现场部署。
项目二:轮胎生产追溯系统
参与制造业生产追溯系统后端开发,负责设备数据接入与核心接口设计。使用 Go + Echo 构建高并发 RESTful API,对接生产线 光耦传感器与摄像头数据。通过 RabbitMQ 实现数据异步处理与削峰填谷,保证高频数据稳定入库。负责 PostgreSQL 数据库结构设计与索引优化,实现按批次、产线、时间维度的高效追溯查询,支撑生产过程数据的自动化记录与质量追溯。