AI 应用全栈工程师,具备从零到一构建 AI 产品的完整能力。后端方向,熟练使用 Python/FastAPI 搭建 RESTful API,掌握 SQLAlchemy + SQLite/PostgreSQL 数据库设计与迁移,独立完成过 Nginx 反向代理 + systemd 服务部署 + ICP 备案全流程。AI 方向,深度使用 DeepSeek/OpenAI 等大模型 API,搭建过基于 RAG(检索增强生成)的智能问答系统,设计过 Agent 多工具调用架构(搜索/出题/分析/规划),掌握 Prompt 工程、向量检索(numpy+sklearn 余弦相似度)、LaTeX 清洗等工程化技巧。前端方向,原生 HTML/CSS/JS 移动端适配,独立完成过产品级 UI(底部导航/粒子动画/语音输入/实时进度条)。计算机视觉方向,参加过全国 AI 算法大赛,在 CLIP ViT-B/32 细粒度图像识别赛道使用 LoRA 微调 + 知识蒸馏 + SeedTTA 取得赛道前列成绩,有 36 组对照实验的设计与调参经验。量化交易方向,有半年 A 股实盘经验,熟悉 K 线、均线、MACD 等技术指标和仓位管理,理解回测框架基本逻辑。其他能力包括:限流中间件/系统日志/用户认证等安全模块实现,多格式文档解析(PDF/Word/PPT/图片 OCR),Gzip 压缩/客户端图片压缩等性能优化。可独立完成需求分析→技术选型→全栈开发→服务器部署→合规上线的完整产品闭环。
独立完成两个端到端技术项目,覆盖 AI 应用落地与算法研究两个维度。第一个项目是 AI 学伴智能复习小程序,从零设计开发到部署上线:FastAPI + DeepSeek V3 + RAG 向量检索管线(numpy+sklearn 余弦相似度),支持多格式课件解析、AI 深度总结、多轮问答、自动出题、错题本和智能复习规划;前端原生移动端适配;独立完成腾讯云 Nginx + systemd 部署、Gzip 压缩、限流保护、结构化日志;设计了 Agent 多工具调用架构并解决了多用户隔离、LaTeX 清洗、大文件流式处理等工程问题;产品已投入真实用户使用。第二个项目参加全国 AI 算法大赛的细粒度图像识别赛道,在 CLIP ViT-B/32 单模型无外部数据约束下,独立设计 LoRA 微调 + 知识蒸馏 + SeedTTA 方案,完成 36 组对照实验,测试集取得赛道前列成绩,核心发现包括蒸馏稳定性远超其他策略、种子多样性优于视图数量、验证到测试集的泛化 gap 是主要瓶颈。两次实践完整走通了"需求分析→技术选型→实验设计→工程落地→部署上线"的全链路,既有产品思维也有研究素养。
AI 学陪是一款面向大学生的 AI 智能复习助手微信小程序,支持课件上传与多格式解析(PDF、Word、PPT、图片 OCR),自动生成结构化 AI 深度总结(知识点精讲、公式详解、考点预测、记忆口诀、随堂练习),基于 RAG 向量检索实现课件上下文多轮问答并标注来源页码,支持一
参加全球校园人工智能算法精英大赛,赛题为噪声标签数据下的细粒度图像识别鲁棒微调。在必须使用 CLIP ViT-B/32 骨干网络、单模型、无外部数据的严格约束下,设计了基于 LoRA 微调 + 知识蒸馏 + SeedTTA 的方案,进行 36 组对照实验,覆盖蒸馏强度调参、数据增
参加全球校园人工智能算法精英大赛,赛题为噪声标签数据下的细粒度图像识别鲁棒微调。在必须使用 CLIP ViT-B/32 骨干网络、单模型、无外部数据的严格约束下,设计了基于 LoRA 微调 + 知识蒸馏 + SeedTTA 的方案,进行 36 组对照实验,覆盖蒸馏强度调参、数据增