● 掌握多智能体协作平台(MCP)架构设计,深度理解Agent工作流引擎 。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验:设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染,以及熟悉TTS,ASR工具微调。
● 熟悉主流开源模型:DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术(MoE架构/知识蒸馏)与部署加速策略(vLLM量化推理/P-Tuning显存优化)。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG(知识图谱构建+图检索)与LightRAG(轻量化索引优化)。
● 熟练操作向量数据库(Chroma、Milvus)、图数据库(Neo4j)及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架,熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程:预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验:设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型:RNN、CNN、VGGNet。
● 具备多领域文档解析能力(医药/教育)。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架,深入理解Transformer(BERT/GPT)、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写,及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法:SVM/随机森林/KNN/逻辑回归( sklearn/XGBoost调优),及K-means聚类。
● 掌握多智能体协作平台(MCP)架构设计,深度理解Agent工作流引擎 。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验:设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染,以及熟悉TTS,ASR工具微调。
● 熟悉主流开源模型:DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术(MoE架构/知识蒸馏)与部署加速策略(vLLM量化推理/P-Tuning显存优化)。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG(知识图谱构建+图检索)与LightRAG(轻量化索引优化)。
● 熟练操作向量数据库(Chroma、Milvus)、图数据库(Neo4j)及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架,熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程:预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验:设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型:RNN、CNN、VGGNet。
● 具备多领域文档解析能力(医药/教育)。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架,深入理解Transformer(BERT/GPT)、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写,及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法:SVM/随机森林/KNN/逻辑回归( sklearn/XGBoost调优),及K-means聚类。