7ᶻ

全栈开发工程师
松茂科技有限公司 · 1年经验
7ᶻ
日薪: ¥500/8h
地点: 南昌 全区
时间: 下班后周六周日
ID:427113 复制

0
接单数
0
评价数
0
收藏数

AI 技能提取 | 分布式 Spring Boot MyBatis Redis Spring MySQL Java HTTP
熟悉Java特性,并能运用 Hutool、Lombok、Knife4j 等工具库提高开发效率,遵循阿里规范保证项目质量。
熟悉MySQL操作,熟悉MySQL相关优化,并应用于业务中。
熟练掌握Redis技术要点和应用,应用于分布式锁、缓存、性能优化等场景下。
熟悉Spting,SpringMVC,Mybatis,SpringBoot等核心框架,理解基本原理,根据需求熟练开发业务接口
掌握多种 AI 应用开发方式,包括 SDK / HTTP / AI 开发框架 / 第三方大模型平台(如百炼和 Dify)等,能根据业
务场景选择最优方案。
掌握 Spring AI 框架,实践过结构化输出、多模态、ChatMemory、Advisor、RAG、Tool Calling、MCP 并通过
阅读源码理解了原理。
掌握 Spring AI 框架 RAG 应用开发,能通过自主实现文档加载器、分词器、高级文档检索策略来优化 RAG 效果。
熟练使用主流的AI软件进行协助开发,如Cursor、Claude Code、Codex等等。

Ragent — 企业级 Agentic RAG 智能体平台
项目简介:面向企业知识场景的 端到端 RAG 平台:将非结构化文档纳入统一知识管线,通过 语义检索 + 上下文
编排 + 大模型推理 闭环交付可溯源问答;覆盖多轮对话、意图识别、工具编排(MCP)与全链路可观测,在 高并
发访问、模型抖动、长会话成本 等约束下,提供可运维、可扩展的智能问答能力
核心技术亮点:
检索引擎: 设计并实现 多通道并行检索 + 后置处理流水线(去重、重排序等),在召回与精度之间做工程化权
衡,支撑复杂问法下的稳定命中。
对话与认知层: 落地 问题重写、树形意图体系与歧义澄清,配合 滑动窗口记忆与摘要压缩,控制上下文长度与
调用成本,缓解多轮场景下的指代消解问题。
模型工程化: 基于 多供应商路由、健康探测与熔断降级 构建弹性推理链路;SSE 流式输出 与首包一致性策略,
保障切换模型时交互体验不断档。
数据与任务管线: 参与 可编排入库流水线(解析、分块、向量化与索引构建)及配套管控能力;结合 异步消息
与任务化拆解,支撑大规模知识增量更新与运维排障。
可观测与治理: 参与 全链路 Trace、限流与资源隔离 等相关能力,使检索、意图、生成各环节可度量、可回溯。
7ᶻ ID:427113 复制

7ᶻ

全栈开发工程师 · 1年经验 · 松茂科技有限公司
城市南昌 全区 日薪500元/8h 时间 下班后周六周日
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

AI 技能提取 | 分布式 Spring Boot MyBatis Redis Spring MySQL Java HTTP
熟悉Java特性,并能运用 Hutool、Lombok、Knife4j 等工具库提高开发效率,遵循阿里规范保证项目质量。
熟悉MySQL操作,熟悉MySQL相关优化,并应用于业务中。
熟练掌握Redis技术要点和应用,应用于分布式锁、缓存、性能优化等场景下。
熟悉Spting,SpringMVC,Mybatis,SpringBoot等核心框架,理解基本原理,根据需求熟练开发业务接口
掌握多种 AI 应用开发方式,包括 SDK / HTTP / AI 开发框架 / 第三方大模型平台(如百炼和 Dify)等,能根据业
务场景选择最优方案。
掌握 Spring AI 框架,实践过结构化输出、多模态、ChatMemory、Advisor、RAG、Tool Calling、MCP 并通过
阅读源码理解了原理。
掌握 Spring AI 框架 RAG 应用开发,能通过自主实现文档加载器、分词器、高级文档检索策略来优化 RAG 效果。
熟练使用主流的AI软件进行协助开发,如Cursor、Claude Code、Codex等等。

项目经验

Ragent — 企业级 Agentic RAG 智能体平台
项目简介:面向企业知识场景的 端到端 RAG 平台:将非结构化文档纳入统一知识管线,通过 语义检索 + 上下文
编排 + 大模型推理 闭环交付可溯源问答;覆盖多轮对话、意图识别、工具编排(MCP)与全链路可观测,在 高并
发访问、模型抖动、长会话成本 等约束下,提供可运维、可扩展的智能问答能力
核心技术亮点:
检索引擎: 设计并实现 多通道并行检索 + 后置处理流水线(去重、重排序等),在召回与精度之间做工程化权
衡,支撑复杂问法下的稳定命中。
对话与认知层: 落地 问题重写、树形意图体系与歧义澄清,配合 滑动窗口记忆与摘要压缩,控制上下文长度与
调用成本,缓解多轮场景下的指代消解问题。
模型工程化: 基于 多供应商路由、健康探测与熔断降级 构建弹性推理链路;SSE 流式输出 与首包一致性策略,
保障切换模型时交互体验不断档。
数据与任务管线: 参与 可编排入库流水线(解析、分块、向量化与索引构建)及配套管控能力;结合 异步消息
与任务化拆解,支撑大规模知识增量更新与运维排障。
可观测与治理: 参与 全链路 Trace、限流与资源隔离 等相关能力,使检索、意图、生成各环节可度量、可回溯。
客服二维码

没找到合适的人才?

扫码添加客服极速匹配,或直接发布需求让更多人才主动报名

平台担保交易 · 1小时内不满意可退款

平台信誉与实力

基于 35,336 需求方信任

  • 支付宝企业信用分 优秀 评级
  • 市场份额约占全行业三分之一
  • 程序员兼职行业全能首选平台
查看平台资质详情
收藏