李泽恩
大模型算法工程师
科大讯飞 · 3年经验
日薪：
￥1000/8h
地点：
杭州
时间：
下班后
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
专注人工智能算法研发与工程化落地，具备语音识别（ASR）、大语言模型（LLM）、模型微调及推理优化经验。熟练使用 Python、PyTorch、Transformers、FunASR、ModelScope 等技术框架，熟悉 Paraformer、Qwen-ASR 等语音识别模型，掌握模型训练、领域微调、LoRA 参数高效微调及识别效果评估方法。
熟悉 Qwen 系列大模型、RAG 检索增强生成、Embedding 向量检索及 Milvus 向量数据库，具备大模型应用开发经验。
熟悉 vLLM、Ollama、Docker、Linux 等推理部署技术，了解 AWQ 量化、GPU 显存优化、推理服务并发及 API 服务化。能够完成模型选型、训练调优、推理部署、性能测试及 AI 应用系统集成。
熟悉 Qwen 系列大模型、RAG 检索增强生成、Embedding 向量检索及 Milvus 向量数据库，具备大模型应用开发经验。
熟悉 vLLM、Ollama、Docker、Linux 等推理部署技术，了解 AWQ 量化、GPU 显存优化、推理服务并发及 API 服务化。能够完成模型选型、训练调优、推理部署、性能测试及 AI 应用系统集成。
项目经验
项目一：行业语音识别模型微调与优化
基于 PyTorch、FunASR、Paraformer 开展行业语音识别模型适配，负责语音数据预处理、训练集构建、模型微调及识别效果评估，探索 Encoder 冻结与 LoRA 参数高效微调方案，结合领域热词及文本后处理优化专业术语识别效果。
项目二：大语言模型推理部署与性能优化
基于 Qwen、vLLM、Ollama、Docker 搭建大模型推理服务，负责量化模型选型、GPU 显存配置、推理接口封装及性能测试，支持 OpenAI 兼容 API 调用与私有化部署。
项目三：RAG 智能检索与大模型文本分析
基于 Qwen、BGE-M3、Milvus、FastAPI 构建智能文本分析系统，负责文本向量化、语义检索、问题聚类及大模型结构化输出，实现多文档知识检索与内容一致性分析。
基于 PyTorch、FunASR、Paraformer 开展行业语音识别模型适配，负责语音数据预处理、训练集构建、模型微调及识别效果评估，探索 Encoder 冻结与 LoRA 参数高效微调方案，结合领域热词及文本后处理优化专业术语识别效果。
项目二：大语言模型推理部署与性能优化
基于 Qwen、vLLM、Ollama、Docker 搭建大模型推理服务，负责量化模型选型、GPU 显存配置、推理接口封装及性能测试，支持 OpenAI 兼容 API 调用与私有化部署。
项目三：RAG 智能检索与大模型文本分析
基于 Qwen、BGE-M3、Milvus、FastAPI 构建智能文本分析系统，负责文本向量化、语义检索、问题聚类及大模型结构化输出，实现多文档知识检索与内容一致性分析。
李泽恩
大模型算法工程师 · 3年经验 · 科大讯飞
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
专注人工智能算法研发与工程化落地，具备语音识别（ASR）、大语言模型（LLM）、模型微调及推理优化经验。熟练使用 Python、PyTorch、Transformers、FunASR、ModelScope 等技术框架，熟悉 Paraformer、Qwen-ASR 等语音识别模型，掌握模型训练、领域微调、LoRA 参数高效微调及识别效果评估方法。
熟悉 Qwen 系列大模型、RAG 检索增强生成、Embedding 向量检索及 Milvus 向量数据库，具备大模型应用开发经验。
熟悉 vLLM、Ollama、Docker、Linux 等推理部署技术，了解 AWQ 量化、GPU 显存优化、推理服务并发及 API 服务化。能够完成模型选型、训练调优、推理部署、性能测试及 AI 应用系统集成。
熟悉 Qwen 系列大模型、RAG 检索增强生成、Embedding 向量检索及 Milvus 向量数据库，具备大模型应用开发经验。
熟悉 vLLM、Ollama、Docker、Linux 等推理部署技术，了解 AWQ 量化、GPU 显存优化、推理服务并发及 API 服务化。能够完成模型选型、训练调优、推理部署、性能测试及 AI 应用系统集成。
项目经验
项目一：行业语音识别模型微调与优化
基于 PyTorch、FunASR、Paraformer 开展行业语音识别模型适配，负责语音数据预处理、训练集构建、模型微调及识别效果评估，探索 Encoder 冻结与 LoRA 参数高效微调方案，结合领域热词及文本后处理优化专业术语识别效果。
项目二：大语言模型推理部署与性能优化
基于 Qwen、vLLM、Ollama、Docker 搭建大模型推理服务，负责量化模型选型、GPU 显存配置、推理接口封装及性能测试，支持 OpenAI 兼容 API 调用与私有化部署。
项目三：RAG 智能检索与大模型文本分析
基于 Qwen、BGE-M3、Milvus、FastAPI 构建智能文本分析系统，负责文本向量化、语义检索、问题聚类及大模型结构化输出，实现多文档知识检索与内容一致性分析。
基于 PyTorch、FunASR、Paraformer 开展行业语音识别模型适配，负责语音数据预处理、训练集构建、模型微调及识别效果评估，探索 Encoder 冻结与 LoRA 参数高效微调方案，结合领域热词及文本后处理优化专业术语识别效果。
项目二：大语言模型推理部署与性能优化
基于 Qwen、vLLM、Ollama、Docker 搭建大模型推理服务，负责量化模型选型、GPU 显存配置、推理接口封装及性能测试，支持 OpenAI 兼容 API 调用与私有化部署。
项目三：RAG 智能检索与大模型文本分析
基于 Qwen、BGE-M3、Milvus、FastAPI 构建智能文本分析系统，负责文本向量化、语义检索、问题聚类及大模型结构化输出，实现多文档知识检索与内容一致性分析。
立即沟通
