技术能力

技术技能简介（约190字）

精通NLP全栈技术，熟练掌握TF-IDF、Word2Vec、LDA等传统算法，精通CNN、LSTM、Transformer深度学习网络。可完成开源大模型底座部署，掌握大模型预训练数据处理与训练流程；熟练使用LoRA、QLoRA、DoRA轻量化微调，擅长数学垂直场景SFT监督微调、量化推理优化。熟练搭建整套RAG系统，包含文档切片、向量嵌入、向量库存储、混合检索与幻觉优化。能够独立开发CoT、ReAct架构Agent，实现工具调用、长短记忆、多任务拆解。依托Python、PyTorch、MLX框架，适配Mac本地硬件调训部署，主打AI数学答疑、试卷批改、解题智能体等教育垂直项目落地，可快速交付接口与私有化Demo。

项目经验

项目经验（约195字）

1. 自动化测试Agent项目：基于ReAct架构搭建智能测试体，配置函数调用能力，对接接口、页面检测工具；搭载长短记忆模块自动拆解测试用例、执行校验、收集报错日志，通过RAG读取需求文档生成测试步骤，减少人工重复操作，可自主回归复测，有效提升测试效率。

2. 数学一对一辅导Agent项目：基于Qwen2.5 Math底座，采用QLoRA做垂直微调；内置分步推理CoT逻辑，能解析题型、演算步骤、指出错误思路；搭配学科RAG题库知识库，可定制化答疑、批改习题、生成训练方案，适配中小学数学教学场景，支持本地Mac MLX部署与API封装交付，可快速私有化落地。

团队情况