MRSEE
全栈工程师 · 4年经验 · 北京交通大学
6
累计接单
100%
五星好评率
4
用户评价
4
被收藏
技术能力
精通 Java、Python、C/C++ 多编程语言，熟练运用 MySQL 进行数据库设计与优化，具备扎实的编程与数据处理基础。深入掌握 PyTorch 深度学习框架，能独立搭建、训练和部署神经网络模型，在计算机视觉领域熟练应用 YOLO 系列模型进行目标检测任务，在自然语言处理领域精通大语言模型（LLM）相关技术，包括模型微调（如基于 Qwen3 等模型的 LoRA 微调）、PEFT 参数高效微调方法及模型量化（如 8bit 量化），可通过优化模型提升推理效率与部署性能。
具备将 AI 技术落地实际场景的经验，曾参与基于银河麒麟操作系统的智能运维工具研发，结合 LLM 实现自然语言交互的智能运维功能，利用异常检测模型（如 CSCFM）进行系统指标监控与故障诊断，通过模型优化技术保障 AI 模块在运维场景中的实时响应与高效运行，具备较强的技术整合与工程实践能力。
具备将 AI 技术落地实际场景的经验，曾参与基于银河麒麟操作系统的智能运维工具研发，结合 LLM 实现自然语言交互的智能运维功能，利用异常检测模型（如 CSCFM）进行系统指标监控与故障诊断，通过模型优化技术保障 AI 模块在运维场景中的实时响应与高效运行，具备较强的技术整合与工程实践能力。
项目经验
餐饮管理系统的设计与实现
项目简介：基于 MySQL 数据库与 Python 后端技术栈，开发覆盖订单管理、菜品点单、库存控制、会员维护及员工管理的餐饮企业内部业务管理系统，通过标准化数据结构与自动化业务流程，提升连锁门店运营效率与客户满意度。
技术栈：Python 3.12、Flask 框架、SQLAlchemy ORM、MySQL 数据库、HTML5、CSS3、JavaScript、Charts 5.4.0 数据可视化库。
核心职责与成果：
参与订单业务流程开发，设计订单创建、菜品添加 / 删除、结账等核心逻辑，通过联动库存表与订单明细表，实现菜品点单时的库存自动扣减与归还，确保数据实时同步，支撑日均超 500 单的稳定处理。
优化数据库操作性能，基于 MySQL 存储过程实现桌台预订功能，通过时间冲突检测（±2 小时范围校验）、会员自动注册及桌台容量匹配算法，高效完成桌台分配，预订成功率达 98%，响应时间控制在 0.5 秒内。
协同开发库存管理模块，设计库存变动触发器，当原料库存不足时自动将关联菜品标记为 “售罄”，并在库存补充后自动恢复可售状态，减少人工干预，降低断供风险。
参与数据统计功能实现，利用 Charts 库可视化日 / 周 / 月销售数据、会员消费趋势及热门菜品排名，为经营决策提供数据支撑，系统上线后帮助门店提升 15% 的库存周转效率。
基于银河麒麟操作系统的智能运维管家工具
项目简介：为银河麒麟服务器操作系统开发智能运维平台，集成自然语言交互、故障智能诊断、系统性能监控及安全管理功能，通过 AI 技术与自动化运维流程，提升系统管理效率与可靠性。
技术栈：Python 3.11、Flask 框架、HTML5、CSS3、JavaScript、Chart.js、Qwen3-0.6B（LoRA 微调）、MySQL、Linux 系统编程。
核心职责与成果：
参与 AI 对话模块开发，设计并实现GET /ai-chat与POST /api/ai-chat接口，支持自然语言交互与对话历史管理，基于 Qwen3 模型进行运维领域 LoRA 微调，对话响应准确率达 85%，平均响应时间 < 1 秒。
负责异常检测与日志分析功能，开发POST /api/log-anomaly-detection/analyze接口，集成 CSCFM 模型与统计阈值算法，实时监控 CPU、内存、磁盘 I/O 等指标，异常识别准确率达 92%，并自动生成修复建议。
设计性能监控数据采集与展示模块，实现GET /api/performance-data接口，整合 CPU 使用率、内存占用、网络流量等 20 + 项指标，通过 Chart.js 构建可视化仪表盘，帮助管理员实时掌握系统状态。
参与安全扫描与漏洞检测功能开发，实现POST /api/security-scan接口，支持自定义扫描策略，结合系统日志与安全规则引擎，扫描覆盖率达 98%，平均扫描时间缩短至 3 分钟。
新闻辩伪平台后端开发
项目简介：构建用于识别新闻真实性的平台后端，通过爬虫抓取、文本处理、知识图谱比对及网站信任度训练，实现对新闻可信度的自动化评分，辅助用户辨别虚假信息。
技术栈：Python、爬虫技术（BeautifulSoup/Scrapy）、Jieba 分词、知识图谱（Neo4j）、机器学习（信任度训练算法）、Flask 框架。
核心职责与成果：
参与爬虫文字流处理模块开发，实现网页内容提取（文本、来源、发布时间等）、清洗（去除 HTML 标签、统一格式）及分词处理，使用 Jieba 完成中文分词与关键词提取，文本处理准确率达 92%。
设计文字与知识图谱比对逻辑，将新闻内容转换为三元组结构与图谱中已知事实匹配，实现可信度初步判定，对已知事实的匹配准确率超 85%。
参与网站信任度训练算法实现，基于验证结果文件（verify_news_results.csv），通过设置学习率（alpha=0.15）、相关性阈值（0.1）及加权更新公式，动态优化网站信任度模型，模型迭代后新闻可信度评分准确率提升 10%。
协同完成后端接口响应流程，从链接抓取到结果返回全流程耗时控制在 3 秒内，支持高并发请求处理，单批次可处理 100 + 新闻链接的可信度评估。
项目简介：基于 MySQL 数据库与 Python 后端技术栈，开发覆盖订单管理、菜品点单、库存控制、会员维护及员工管理的餐饮企业内部业务管理系统，通过标准化数据结构与自动化业务流程，提升连锁门店运营效率与客户满意度。
技术栈：Python 3.12、Flask 框架、SQLAlchemy ORM、MySQL 数据库、HTML5、CSS3、JavaScript、Charts 5.4.0 数据可视化库。
核心职责与成果：
参与订单业务流程开发，设计订单创建、菜品添加 / 删除、结账等核心逻辑，通过联动库存表与订单明细表，实现菜品点单时的库存自动扣减与归还，确保数据实时同步，支撑日均超 500 单的稳定处理。
优化数据库操作性能，基于 MySQL 存储过程实现桌台预订功能，通过时间冲突检测（±2 小时范围校验）、会员自动注册及桌台容量匹配算法，高效完成桌台分配，预订成功率达 98%，响应时间控制在 0.5 秒内。
协同开发库存管理模块，设计库存变动触发器，当原料库存不足时自动将关联菜品标记为 “售罄”，并在库存补充后自动恢复可售状态，减少人工干预，降低断供风险。
参与数据统计功能实现，利用 Charts 库可视化日 / 周 / 月销售数据、会员消费趋势及热门菜品排名，为经营决策提供数据支撑，系统上线后帮助门店提升 15% 的库存周转效率。
基于银河麒麟操作系统的智能运维管家工具
项目简介：为银河麒麟服务器操作系统开发智能运维平台，集成自然语言交互、故障智能诊断、系统性能监控及安全管理功能，通过 AI 技术与自动化运维流程，提升系统管理效率与可靠性。
技术栈：Python 3.11、Flask 框架、HTML5、CSS3、JavaScript、Chart.js、Qwen3-0.6B（LoRA 微调）、MySQL、Linux 系统编程。
核心职责与成果：
参与 AI 对话模块开发，设计并实现GET /ai-chat与POST /api/ai-chat接口，支持自然语言交互与对话历史管理，基于 Qwen3 模型进行运维领域 LoRA 微调，对话响应准确率达 85%，平均响应时间 < 1 秒。
负责异常检测与日志分析功能，开发POST /api/log-anomaly-detection/analyze接口，集成 CSCFM 模型与统计阈值算法，实时监控 CPU、内存、磁盘 I/O 等指标，异常识别准确率达 92%，并自动生成修复建议。
设计性能监控数据采集与展示模块，实现GET /api/performance-data接口，整合 CPU 使用率、内存占用、网络流量等 20 + 项指标，通过 Chart.js 构建可视化仪表盘，帮助管理员实时掌握系统状态。
参与安全扫描与漏洞检测功能开发，实现POST /api/security-scan接口，支持自定义扫描策略，结合系统日志与安全规则引擎，扫描覆盖率达 98%，平均扫描时间缩短至 3 分钟。
新闻辩伪平台后端开发
项目简介：构建用于识别新闻真实性的平台后端，通过爬虫抓取、文本处理、知识图谱比对及网站信任度训练，实现对新闻可信度的自动化评分，辅助用户辨别虚假信息。
技术栈：Python、爬虫技术（BeautifulSoup/Scrapy）、Jieba 分词、知识图谱（Neo4j）、机器学习（信任度训练算法）、Flask 框架。
核心职责与成果：
参与爬虫文字流处理模块开发，实现网页内容提取（文本、来源、发布时间等）、清洗（去除 HTML 标签、统一格式）及分词处理，使用 Jieba 完成中文分词与关键词提取，文本处理准确率达 92%。
设计文字与知识图谱比对逻辑，将新闻内容转换为三元组结构与图谱中已知事实匹配，实现可信度初步判定，对已知事实的匹配准确率超 85%。
参与网站信任度训练算法实现，基于验证结果文件（verify_news_results.csv），通过设置学习率（alpha=0.15）、相关性阈值（0.1）及加权更新公式，动态优化网站信任度模型，模型迭代后新闻可信度评分准确率提升 10%。
协同完成后端接口响应流程，从链接抓取到结果返回全流程耗时控制在 3 秒内，支持高并发请求处理，单批次可处理 100 + 新闻链接的可信度评估。
案例展示
用户评价 (4)
原来项目继续扩展，顺利完成
顺利完成，经过几天测试可以实现预想目标。
很有耐心，花了1个多月开发，调试，最后安装完成。开发过程中有很多bug在调试过程中慢慢解决的。
很专业 沟通很顺畅！
立即沟通
