大模型核心技术：Transformer/BERT/GPT架构原理、SFT指令微调、LoRA/PEFT轻量化微调、DPO对齐、Prompt工程（CoT/少样本）、LLM多维度评估体系
Agent与RAG工程：ReAct推理框架、LangChain工具调用、RAG检索增强生成、混合检索策略、向量数据库（Milvus/FAISS）、文档解析与语义分块、多模态交互（CLIP/OCR）
工程化部署：Ollama本地化部署、模型量化压缩、FastAPI/Streamlit服务开发、Docker容器化、Nginx反向代理、Git Flow版本管理、单元测试与日志监控
编程语言与工具：Python（主）、Java、PyTorch、Pandas、Transformers库、DeepSpeed、MySQL、Redis

项目简介：面向企业内部的数据分析智能Agent，支持自然语言提问，自动解析表格/文档/图片等多模态数据，完成清洗、统计、可视化与报告导出，替代人工取数。

核心职责：①基于ReAct搭建Agent核心链路，抽象工具基类与生命周期，封装表格计算、统计分析、图表生成、文档检索四类工具，实现任务规划与闭环校验；②集成CLIP图文理解与OCR，完成多模态结构化解析，基于LangChain实现模块解耦；③基于Ollama部署8B量化模型（4bit），优化Batch推理，适配消费级GPU；④构建FastAPI服务（流式输出、多轮会话），Docker容器化部署，输出接口文档与运维手册。