IAMAI
AI算法工程师 自然语言
宝马诚迈 · 13年经验
日薪：
￥600/8h
地点：
北京 海淀
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
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。
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。
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
整包服务：
微信公众号开发微信小程序开发PC网站开发H5网站开发App开发WebApp开发
负责人：
AI算法工程师 自然语言
团队成员：
产品经理 UI设计师 iOS工程师 安卓工程师 前端工程师 后端工程师
案例展示 全部案例 >
IAMAI
有团队 · 可整包
AI算法工程师 自然语言 · 13年经验 · 宝马诚迈
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
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。
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。
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
服务范围：
团队构成：
负责人(AI算法工程师 自然语言)
|
核心队员：产品经理 ·
UI设计师 ·
iOS工程师 ·
安卓工程师 ·
前端工程师 ·
后端工程师
案例展示
立即沟通
相似人才推荐：
