猿急送>

成都Java兼职程序员

ID：421886

.

Java

公司信息：
搜狗

工作经验：
5年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日

所在区域：
成都
高新

技术能力

- **后端**：Python（FastAPI / Flask）、Java（Spring Boot）、Node.js
- **前端**：Vue 3 / React + TypeScript、Tailwind CSS、ECharts
- **AI 与数据**：LangChain RAG 流水线、BERT 情感分析、Scrapy 爬虫、自然语言处理
- **基础架构**：Docker / Docker Compose、PostgreSQL、Redis、Camunda 工作流引擎
- **工具链**：Git、Linux、CI/CD、RESTful / WebSocket API 设计

项目经验

1. AI 智能客服系统（RAG 架构）
基于 LangChain 与向量数据库构建的企业级智能问答系统，支持多轮对话、知识库管理、语义检索与上下文理解，可私有化部署，保障数据安全。
功能介绍：系统分为六大核心模块。（1）多端统一接入：支持 Web 网页、企业微信、飞书、微信公众号、抖音私信等多渠道消息汇聚，统一路由到智能引擎，实现"一处接入、全端覆盖"。（2）智能问答引擎：基于 RAG 流水线，用户问题先经 Embedding 模型向量化后在知识库中检索 Top-K 相关片段，再拼接 Prompt 送入 LLM 生成答案，支持追问澄清和上下文多轮记忆。（3）知识库管理：支持 PDF/Word/Excel/网页链接/TXT 等多种格式的自动导入、智能切片（Markdown 头部分割 + 语义重叠切片）、向量化存储；也支持人工维护 Q&A 标准问答对，优先级高于文档检索。（4）人工转接与坐席工作台：当机器人无法解决（置信度低于阈值）或用户主动要求转人工时，平滑切换至人工坐席，坐席侧展示完整对话历史和推荐答案。（5）工单系统：未解决的问题自动生成工单，关联对话记录，指派责任人跟踪闭环。（6）数据看板：实时展示解决率、转人工率、平均响应时长、热门问题排行、满意度评分趋势。
项目实现：技术栈为 FastAPI + LangChain + Qdrant/Milvus 向量库 + DeepSeek/OpenAI API + PostgreSQL + Redis + Vue 3 + WebSocket。架构上采用流水线模式：用户输入 → Embedding 向量化 → 向量检索 → 重排序 → Prompt 组装 → LLM 推理 → 流式输出。核心难点包括：（1）文档切片粒度与检索召回率的平衡：采用动态 chunk + 滑动窗口 + 重排序 reranker 多级管道优化；（2）多轮对话上下文管理：滑动窗口 + 关键句摘要压缩，控制 Token 消耗；（3）高并发向量检索延迟：量化（量化至 4-bit）+ IVF 索引，将 P99 延迟控制在 200ms 以内。

2. 低代码表单与流程平台
自主研发的拖拽式表单设计器与可视化流程编辑器，集成了 Camunda 工作流引擎，支持动态表单渲染、审批流转、版本管理与灰度发布。后端采用 Spring Boot，前端基于 React + TypeScript。
功能介绍：系统包含五大模块。（1）可视化表单设计器：提供输入框、下拉选择、日期时间、图片上传、文件上传、子表单、表格、富文本、级联选择等 20+ 组件，支持拖拽排列、条件显隐、正则校验、跨字段联动计算，设计结果以 JSON Schema 格式存储。（2）流程引擎：基于 BPMN 2.0 标准的可视化流程配置，支持顺序审批、并行审批、会签、或签、条件分支（如金额 > 5000 走总经理审批）、驳回回退、加签转签等复杂场景，审批节点可按角色/部门/人员/汇报关系动态指派。（3）数据管理：表单提交数据自动入库，支持列表视图、卡片视图、透视表、图表看板，以及 Excel 导入导出和自定义筛选条件。（4）权限体系：三级权限模型——菜单权限（可见哪些应用）、操作权限（增删改查）、数据权限（按部门/按创建人隔离），满足企业内部管控需求。（5）应用发布：一键发布为独立应用，生成 H5 链接和二维码，支持嵌入企业微信/钉钉/飞书工作台；运行时表单支持移动端自适应适配。
项目实现：前端技术栈为 TypeScript + React + 自研渲染引擎（基于 JSON Schema + 组件注册表 + 插槽机制），拖拽基于 HTML5 Drag & Drop API 封装。后端为 Spring Boot + Camunda/Flowable 工作流引擎 + PostgreSQL（JSONB 数据类型存储表单数据）+ Redis（缓存流程状态）。架构上表单定义和表单数据彻底分离：定义存 DSL 元数据表，数据存动态 JSON 字段 + 索引列兜底查询。核心难点：（1）表单渲染引擎性能：大数据量子表单采用虚拟滚动 + 懒加载，组件按需注册而非全量加载；（2）动态 JSON 数据的高效查询：通过 GIN 索引 + 表达式下推 + 关键字段冗余列三管齐下；（3）工作流回退/撤销场景的边界状态处理：采用状态机模式 + 事件溯源记录流程变更历史。

3. 网络舆情监测系统
覆盖微博、微信、新闻、论坛等多渠道的舆情监控平台，集成 Scrapy 分布式爬虫、BERT 情感分析、热点发现与自动告警引擎，支持多维数据可视化与周期性报告生成。
功能介绍：系统包含四大核心模块。（1）多源数据采集引擎：支持微博、微

案例展示

AI 智能客服与知识库系统

行业背景：传统客服行业长期面临人力成本高、培训周期长、服务标准不统一等痛点。一个中型企业每年客服人力支出可达数十万元，且人员流动导致知识断层严重。企业内部知识散落在各处，客服人员查找答案平均耗时 3-5 分钟，客户满意度难以保证。近年来大语言模型能力快速提升，叠加 RAG技术的
低代码表单/流程搭建平台

行业背景：企业内部存在大量高频、重复的表单和审批需求，如请假申请、费用报销记等。传统模式下，这些需求由业务部门提给 IT，IT 排期动辄数周甚至数月，沟通成本高且交付结果往往不满足业务预期。低代码平台通过"拖拽式配置 + 动态引擎解析"的方式，让业务人员直接
网络舆情智能监测分析平台

行业背景：在社交媒体时代，品牌舆情的变化速度和传播范围前所未有。一条负面微博可能在 2 小时内登上热搜，造成数千万的品牌损失。然而传统舆情监测依赖人工搜索，存在时效性差、覆盖面窄等致命缺陷。2025 年中国舆情监测市场规模已超120 亿元，客户需求也从简单的"关键词搜
网络舆情智能监测分析平台

行业背景：在社交媒体时代，品牌舆情的变化速度和传播范围前所未有。一条负面微博可能在 2 小时内登上热搜，造成数千万的品牌损失。然而传统舆情监测依赖人工搜索，存在时效性差、覆盖面窄等致命缺陷。2025 年中国舆情监测市场规模已超120 亿元，客户需求也从简单的"关键词搜