猿急送>

北京Java兼职程序员

ID：422655

和光同尘

技术负责人

公司信息：
龙湖

工作经验：
14年

兼职日薪：
1000元/8小时

兼职时间：
周六
周日

所在区域：
北京
海淀
中关村

技术能力

精通SpringBoot及SpringCloud技术栈及设计模式，数量掌握Agent智能体开发，了解大模型调优部署技术。熟练使用mysql，redis，nginx，mq，k8s，docker，doris，mongo等。熟悉AI开发pytorch框架、LLM开发Langchain/LangGraph框架。
中型公司技术负责人，丰富的需求梳理，项目对接，部署上线，运维保障经验。

项目经验

机器学习平台产品：研发功能具备模型训练和服务发布能力，且增加GPU训练推理特性，且支持租户隔离。
集团统一登录中心：组织复杂，业务众多，协同成本高，数据共享安全风险大，现有统一登陆版本旧。为解决漏洞多，下游覆盖不全问题，全面升级登陆及用户登录。下游众多，要求对业务0扰动。
业务问答智能体：系统中，业务和系统相对复杂，使用者要求门槛高，上手慢。目标：构建自然语言驱动的问答智能体，支持运行状况查询与趋势分析，理解业务术语、对复杂业务进行高级检索、生成可读回答，同时保证安全合规与高性能。

案例展示

web智能体

有状态工作流编排：基于LangGraph设计五节点状态图（合规+意图并行→条件路由→数据查询/分析→输出守卫→历史保存)，自定义reducer实现状态增量传递（add_messages/merge_dict），确保流程可回溯、易扩展。安全双栈与动态Schema：Tier1正则
高速流量智能预测系统

背景及目标：未来交通指标粗暴使用历史平均，准确度差，不能考虑上下游影响。在团队时空预测算法积累较少，原始数据整体质量不高的情况下，使用合适的AI模型完成未来交通指标预测，达到较高准确率，且能在各城市按不同预测周期和地图路网适配落地。动作： 1）仔细分析已有数据特点。异常数据
高速流量智能预测系统

背景及目标：未来交通指标粗暴使用历史平均，准确度差，不能考虑上下游影响。在团队时空预测算法积累较少，原始数据整体质量不高的情况下，使用合适的AI模型完成未来交通指标预测，达到较高准确率，且能在各城市按不同预测周期和地图路网适配落地。动作： 1）仔细分析已有数据特点。异常数据