具备扎实的人工智能与大模型工程化能力,专注于生成式AI应用的全流程落地。从模型层面,熟悉Transformer架构、LLM微调(LoRA、PEFT);在工程实现方面,掌握Python、FastAPI、LangChain与RAG知识增强技术,能构建高性能的AI对话、问答与内容生成系统;在数据层面,熟悉数据库(MySQL、SQL server)与知识图谱(Neo4j),擅长复杂文本结构化、知识检索及上下文优化;同时具备Docker分布式部署经验,能实现API服务化部署,推动AI在制造领域的智能应用落地。
项目名称:智能制造领域AI知识助手
在本项目中负责整体架构设计与核心算法开发,构建了基于大语言模型(LLM)与RAG(检索增强生成)的智能知识问答系统,支持SOP文档解析、组件匹配及自动分站预测等制造环节自动化。项目采用FastAPI + LangChain + Milvus 技术栈,结合自建知识图谱(Neo4j/HugeGraph),实现知识结构化、上下文关联与多轮语义检索。通过引入向量语义匹配策略,系统在信息提取准确率与响应速度上均显著提升。最终部署于企业内网Docker集群,有效提升制造工艺知识复用与流程智能化水平。