NLP算法方向

精通文本分类全链路开发，针对政务长尾少样本场景有成熟实战经验，熟练通过BERT微调、定向数据增强方案解决样本不均衡导致的模型偏置问题
掌握预训练语言模型的任务适配技术，能快速将通用大模型能力落地到政务垂直场景，大幅提升语义理解准确率
预测建模方向

熟练设计时间序列与GBDT混合架构，融合序列趋势特征与非线性特征拟合能力，将政务场景预测误差稳定控制在5%以内，达到生产级业务决策可用标准
大模型工程方向

独立搭建完整的大模型多维度评测体系，覆盖准确性、鲁棒性、公平性三大核心维度，形成标准化上线准入校验流程，从机制上防控大模型在政务复杂场景下的落地风险
算法全流程工程化能力

完整掌握算法从需求调研、数据采集标注、模型训练评测、灰度上线到线上运维的全生命周期开发流程
具备算法平台定制插件开发能力，可通过工具化改造直接提升团队算法部署效率，沉淀可复用的交付方法论

项目名称 核心职责 关键落地成果
政务12345工单智能分类系统 全链路负责人，主导方案选型、模型训练到上线运维全流程 分类准确率从82%提升至93%，日均工单处理量提升40%，成为公司政务产品线标准方案
省级政务数据治理与自动报告生成工具 算法组负责人，统筹项目从0到1落地、跨团队协调 跨源数据一致性达99%，人工报告工作量降低70%，工具已复用至3个省级政务项目
政务场景目标检测优化项目 核心研发，主导全流程数据与模型优化 YOLOv5定向优化后检测准确率稳定达95%，满足政务特定场景落地要求
大模型评测体系建设项目 独立负责人，搭建多维度评测标准与流程 形成标准化上线校验规范，作为公司大模型上线强制准入准则，有效防控落地风险