X
AI应用开发工程师
某教育公司，现某具身智能公司 · 2年经验
日薪：
￥500/8h
地点：
上海
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
熟练 Python，基于 FastAPI/Flask 独立开发 RESTful API；深入理解 LangChain，熟练运用 Prompt 模板、链式调用与工具调用；掌握 LangGraph 状态图编排，能设计多步骤、多节点 Agent 工作流；熟悉 ReAct、Function Calling 等 Agent 开发模式，可构建自主规划智能体；掌握 RAG 全流程（文档加载、分块、向量检索、重排序、上下文组装），熟练使用 Chroma/Milvus/FAISS 等向量数据库；掌握 NL2SQL，结合大模型实现自然语言到 SQL 的转换；熟悉 Dify 低代码平台，通过可视化工作流快速搭建 Agent 应用；熟悉 Docker 容器化部署（Dockerfile、docker-compose），具备 Git 版本控制与团队协作开发经验。
项目经验
项目一教育知识中台——RAG课程智能问答系统：
基于 Python+LangChain+Chroma 搭建 RAG 课程智能问答系统，采用语义检索+BM25 混合召回，召回率提升约15个百分点；用滑动窗口+摘要压缩实现多轮对话记忆，单次响应控制在2.5秒内；引入 RAGAS 全链路评估，调优后忠实度 0.72→0.89，问答准确率 80%→92%。
项目二教育BI数据智能平台——NL2SQL自然语言问数系统：
基于 Python+LangChain+智谱GLM 搭建 NL2SQL 自然语言问数系统，用 Few-Shot 提示词工程引导大模型生成 MySQL 查询，SQL 生成准确率82%以上；构建动态 Schema 检索知识库，字段混淆问题减少、准确率提升15个百分点；开发正则+AST 双重安全校验拦截 DROP/DELETE 等危险操作，教务人员单次查数从30分钟压缩至8秒内。
基于 Python+LangChain+Chroma 搭建 RAG 课程智能问答系统，采用语义检索+BM25 混合召回，召回率提升约15个百分点；用滑动窗口+摘要压缩实现多轮对话记忆，单次响应控制在2.5秒内；引入 RAGAS 全链路评估，调优后忠实度 0.72→0.89，问答准确率 80%→92%。
项目二教育BI数据智能平台——NL2SQL自然语言问数系统：
基于 Python+LangChain+智谱GLM 搭建 NL2SQL 自然语言问数系统，用 Few-Shot 提示词工程引导大模型生成 MySQL 查询，SQL 生成准确率82%以上；构建动态 Schema 检索知识库，字段混淆问题减少、准确率提升15个百分点；开发正则+AST 双重安全校验拦截 DROP/DELETE 等危险操作，教务人员单次查数从30分钟压缩至8秒内。
X
AI应用开发工程师 · 2年经验 · 某教育公司，现某具身智能公司
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
熟练 Python，基于 FastAPI/Flask 独立开发 RESTful API；深入理解 LangChain，熟练运用 Prompt 模板、链式调用与工具调用；掌握 LangGraph 状态图编排，能设计多步骤、多节点 Agent 工作流；熟悉 ReAct、Function Calling 等 Agent 开发模式，可构建自主规划智能体；掌握 RAG 全流程（文档加载、分块、向量检索、重排序、上下文组装），熟练使用 Chroma/Milvus/FAISS 等向量数据库；掌握 NL2SQL，结合大模型实现自然语言到 SQL 的转换；熟悉 Dify 低代码平台，通过可视化工作流快速搭建 Agent 应用；熟悉 Docker 容器化部署（Dockerfile、docker-compose），具备 Git 版本控制与团队协作开发经验。
项目经验
项目一教育知识中台——RAG课程智能问答系统：
基于 Python+LangChain+Chroma 搭建 RAG 课程智能问答系统，采用语义检索+BM25 混合召回，召回率提升约15个百分点；用滑动窗口+摘要压缩实现多轮对话记忆，单次响应控制在2.5秒内；引入 RAGAS 全链路评估，调优后忠实度 0.72→0.89，问答准确率 80%→92%。
项目二教育BI数据智能平台——NL2SQL自然语言问数系统：
基于 Python+LangChain+智谱GLM 搭建 NL2SQL 自然语言问数系统，用 Few-Shot 提示词工程引导大模型生成 MySQL 查询，SQL 生成准确率82%以上；构建动态 Schema 检索知识库，字段混淆问题减少、准确率提升15个百分点；开发正则+AST 双重安全校验拦截 DROP/DELETE 等危险操作，教务人员单次查数从30分钟压缩至8秒内。
基于 Python+LangChain+Chroma 搭建 RAG 课程智能问答系统，采用语义检索+BM25 混合召回，召回率提升约15个百分点；用滑动窗口+摘要压缩实现多轮对话记忆，单次响应控制在2.5秒内；引入 RAGAS 全链路评估，调优后忠实度 0.72→0.89，问答准确率 80%→92%。
项目二教育BI数据智能平台——NL2SQL自然语言问数系统：
基于 Python+LangChain+智谱GLM 搭建 NL2SQL 自然语言问数系统，用 Few-Shot 提示词工程引导大模型生成 MySQL 查询，SQL 生成准确率82%以上；构建动态 Schema 检索知识库，字段混淆问题减少、准确率提升15个百分点；开发正则+AST 双重安全校验拦截 DROP/DELETE 等危险操作，教务人员单次查数从30分钟压缩至8秒内。
立即沟通
