猿急送>

深圳Python兼职程序员

ID：427323

👑

算法工程师

公司信息：
平安科技

工作经验：
2年

兼职日薪：
1000元/8小时

兼职时间：
下班后
周六
周日

所在区域：
深圳
南山

技术能力

本人具备扎实的数据科学与大数据技术背景，深耕人工智能与大模型（LLM）算法工程领域，具备极强的工程落地能力，能够将复杂的算法模型转化为稳定高效的工业级解决方案。具体技术能力如下：

1. 大模型（LLM）微调与NLP算法：
熟练掌握大语言模型的微调（Fine-tuning）技术与人类意图对齐（Alignment）。精通Prompt Engineering（提示词工程），能够针对复杂业务场景设计高效的Prompt策略。在RAG（检索增强生成）系统建设方面经验丰富，擅长构建多路召回策略及对Embedding模型进行领域数据优化，有效解决大语言模型幻觉问题。

2. 模型推理加速与底层优化：
深入理解大模型底层计算架构，具备Flash Attention等核心基础算子的优化经验。熟练使用vLLM、Docker、Linux等工具进行高效的模型容器化部署。能够针对不同服务器配置，制定并执行高吞吐、低延迟的模型服务端（Serving）推理加速与资源调度方案。

3. AI Agent工作流与多模态技术：
擅长设计与搭建前沿的AI Agent工作流（熟悉Claude Code等Agent工具树），实现复杂任务的自动化拆解与执行。在多模态领域，具备文本到图像/视频（Text-to-Image/Video）生成的提示词对齐及评估基准（Benchmark）设计能力，能独立完成跨模态生成任务的模型调优。

4. 区块链数据解析与技术分析：
在Web3与区块链数据分析方面具备实战经验，特别专注于Solana和以太坊（Ethereum）网络。能熟练开发高效的区块链交易追踪与智能合约解析脚本，擅长处理去中心化交易所（DEX）数据并进行深度的技术分析与结构化特征提取。

项目经验

项目一：企业级RAG（检索增强生成）系统与Embedding模型优化
在该项目中，主要负责企业级知识库问答系统的核心算法研发。针对垂直领域的专业文本，对开源Embedding模型进行了深度微调，大幅提升了文本向量化的表征能力与检索召回准确率。针对大模型生成过程中的事实性错误，设计并优化了“文档解析-多路召回-重排序（Rerank）”的完整链路。结合定制化的Prompt工程，将复杂业务场景下的问答准确率和系统响应速度提升至工业级可用标准，大幅降低了人工客服的运营成本。

项目二：千亿参数大模型推理加速与核心算子优化
为解决大模型在服务端大规模部署时的算力与性能瓶颈，全程参与了模型推理框架的底层优化与工程化落地工作。重点针对Flash Attention等核心算子进行性能调优，显著减少了显存占用并提升了并行计算效率。同时，基于vLLM和Docker容器化技术，构建了高并发、低延迟的模型API服务流水线，实现了跨服务器架构的自动化部署与算力资源的高效调度，使模型推理成本降低了约30%。

项目三：多模态Text-to-Video生成提示词优化与对齐机制
在多模态内容生成项目中，负责文本到视频（Text-to-Video）大模型的提示词（Prompt）工程与效果对齐工作。从零构建了多维度的模型生成效果评估指标（涵盖时序一致性、画面美感、文本指令遵循度等）。通过构造高质量的微调数据集与多轮Prompt策略迭代，显著改善了视频生成中的物理逻辑规律与画面细节，成功推动了模型在实际内容创作场景中的高水平产出。

项目四：Solana链上数据追踪与DEX高频分析工作流
自主设计并研发了一套针对Solana区块链的高性能数据解析与监控系统。通过编写底层自动化脚本，实时监听并抓取链上特定智能合约的交易流转数据。对去中心化交易所（DEX）的复杂交易池数据进行了深度清洗与技术指标计算，构建了低延迟的数据处理管道。该项目为后续的量化交易策略与市场趋势研判提供了高可靠的数据支撑。

案例展示

seedworld

SeedWorld 是一个由大语言模型驱动的“涌现式世界模拟器”。它的核心理念可以概括为：给 LLM 一段世界设定，生成一群有性格、欲望、关系和记忆的角色，然后观察文明与故事自行生长。它是怎么运行的用户先描述一个世界，例如“三大家族争夺权力的山村”。SeedWor
monicia

核心功能详解 AI 对话侧边栏主界面，支持与多种 LLM 进行多轮对话。自定义 API Base URL 和 Key，兼容所有 OpenAI 格式接口模型切换（支持同时配置多个模型）上传图片、PDF、文档附件联网搜索开关（自动检索 Bing 并注入上下文