猿急送>

杭州Python兼职程序员

ID：423603

离风源

NLP算法工程师

公司信息：
北京欧珀通信有限公司

工作经验：
3年

兼职日薪：
1000元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
杭州
萧山

技术能力

【大模型应用】
大模型本地部署、RAG 问答、Prompt设计、Text2SQL、文档信息抽取、工具调用。
【NLP 算法】
文本分类、意图识别、实体识别、信息抽取、文本检索、智能问答、中文分词。
【知识库 / 知识图谱】
文档结构化解析、领域知识建模、实体关系抽取、文本库构建、图谱构建、Neo4j 查询、图谱问答
【工程开发】
Python、FastAPI、Django、Docker、Nginx、conda
【检索与数据库】
Elasticsearch、Milvus、Neo4j、MySQL、向量检索、关键词检索、重排序

项目经验

【项目经历 1：知识图谱管理与智能应用平台】
参与搭建以 “文档 - 知识图谱 - 智能问答” 为完整链路的领域知识管理平台，负责文档全生命周期管理、知识体系标准化维护、文本信息抽取、实体与关系梳理及图谱入库全流程开发。平台具备文档检索、图谱可视化查询、实体关系溯源、知识图谱问答核心能力，支持用户通过文档检索、图谱查询双入口调取领域知识；项目兼顾人工知识库维护与大模型智能调用能力，搭建可管理、可检索、可问答、支持持续迭代更新的长效知识体系。
【项目经历 2：文档智能识别与结构化解析模块】
面向 RAG 知识库构建与学术论文解析场景，搭建多格式文档自动化处理流水线。基于 MinerU、Markdown 工具完成 PDF、Word、Markdown 等文件解析，精准提取正文、标题层级、表格、公式、图文注释等多元要素；融合自定义规则引擎与大模型理解能力，将非结构化原始文档标准化转换为结构化知识单元。成果落地于 RAG 文本切分、章节归类、元数据标注、内容清洗等前置预处理环节，可自动化抽取论文标题、摘要、研究方法、实验结论等关键学术信息，为上层知识库、问答系统提供标准化素材。
【项目经历 3：多智能体问答服务系统】
设计并落地多智能体混合问答服务系统，搭建统一知识底座，配套文档库、向量库与标准化知识入库流水线，支撑底层检索、智能问答业务。检索链路融合关键词检索、向量检索、RRF 重排序实现混合检索，依托问题意图理解、上下文上下文拼接、答案生成完整搭建 RAG 应用链路；新增智能路由调度模块，可依据用户问题类型自动分发任务，灵活调度文档问答、ChatBI 数据查询两类能力并整合输出结果，实现多场景问答能力一体化调度。

案例展示

PDF论文结构化解析服务

本项目旨在实现论文PDF的定制化解析，输入为论文的PDF文件（支持扫描件），输出为指定的结构化信息（json文件），主要包含论文题目、摘要、作者、作者邮箱、作者单位，正文文本及对应的坐标，参考文献列表，图片，表格。项目实现主要包含两部分：a. 解析主服务 b. 解析主服务所依
面向人形机器人现场问答场景的RAG服务

面向人形机器人现场问答场景的 RAG 服务。项目将本地文档解析、中文文本切分、向量化、Elasticsearch 混合检索和大模型生成串联起来，为机器人提供知识库问答、场景问答、简单意图识别和知识库后台管理能力。功能特性： - RAG 问答：根据用户问题从知识库检索上下文