张杰
全栈工程师
孚鼎信息 · 13年经验
日薪：
￥500/8h
地点：
上海
时间：
可工作日驻场（离职原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
后端核心:.NET / Python / Go(多栈开发能力,近两年聚焦 Python 与 Go 生态)
AI 应用层:基于 Python + FastAPI 深度整合开源大模型(LLM),结合 LangChain 框架编排复杂 AI 工作流,主导开发智能工具接口集群,覆盖文档智能翻译、内容优化、PPT 自动化生成等场景
微服务架构:基于 Go 语言构建高性能 gRPC 微服务体系,支撑高并发分布式业务场景
熟练使用 Git、SVN 等版本控制工具进行分支管理与团队协作。
数据层:精通 MySQL / PostgreSQL / SQL Server 等关系型数据库设计与优化,熟悉 MongoDB 文档存储及 Redis 缓存与消息队列场景,具备多类型数据存储选型与调优能力
部署运维:熟练运用 Docker 容器化部署及 Nginx 反向代理与负载均衡,保障服务稳定交付与高效运维
前端能力:精通 Vue 2 Vue 3,可独立承担或兼任前端开发工作,实现全链路技术闭环。
AI 应用层:基于 Python + FastAPI 深度整合开源大模型(LLM),结合 LangChain 框架编排复杂 AI 工作流,主导开发智能工具接口集群,覆盖文档智能翻译、内容优化、PPT 自动化生成等场景
微服务架构:基于 Go 语言构建高性能 gRPC 微服务体系,支撑高并发分布式业务场景
熟练使用 Git、SVN 等版本控制工具进行分支管理与团队协作。
数据层:精通 MySQL / PostgreSQL / SQL Server 等关系型数据库设计与优化,熟悉 MongoDB 文档存储及 Redis 缓存与消息队列场景,具备多类型数据存储选型与调优能力
部署运维:熟练运用 Docker 容器化部署及 Nginx 反向代理与负载均衡,保障服务稳定交付与高效运维
前端能力:精通 Vue 2 Vue 3,可独立承担或兼任前端开发工作,实现全链路技术闭环。
项目经验
公司业务线需快速集成开源大模型能力,为内部及客户提供智能对话、企业知识库问答、文档翻译、内容优化、PPT 生成等多元化AI工具,要求接口高性能、低延迟、易于扩展,同时保障数据安全与输出质量。负责 AI 服务端的架构设计与核心开发,构建统一的 LLM 应用平台,支撑多场景智能交互,实现成本可控与高质量输出。核心服务搭建:基于 Python + FastAPI 构建异步高性能 API网关,采用 LangChain 框架编排复杂 AI 工作流,封装智能对话机器人、企业知识库问答(RAG)、文档智能翻译、内容润色、PPT 自动化生成等 10+ 核心接口知识库问答(RAG):设计基于 向量检索 + 重排序 的 RAG 架构,对接企业私有知识库,实现上下文感知的精准问答,支持多轮对话与溯源引用对话机器人:构建支持多轮记忆、意图识别、工具调用的智能对话引擎,基于 SSE(Server-Sent Events) 实现流式输出,提升交互体验与响应感知性能优化:设计分层缓存策略,引入 Redis 缓存高频模型调用结果、向量检索中间态及对话上下文状态,减少重复计算与 LLM 调用开销数据沉淀:使用 MongoDB 存储非结构化输出日志、对话记录与用户行为数据,搭建模型效果分析看板,支撑持续迭代优化前端协同:基于 Vue3+Element Plus 开发 AI 应用管理后台,实现 Prompt 配置、知识库维护、对话记录审计等运营功能接口平均响应时间 300ms,较初期版本提升 50%;流式对话首字响应 500ms通过缓存策略、Prompt 优化与 RAG 架构,Token 消耗成本降低 35%,知识库问答准确率达 85%+覆盖全业务部门,用户满意度达 92%
案例展示 全部案例 >
张杰
全栈工程师 · 13年经验 · 孚鼎信息
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
后端核心:.NET / Python / Go(多栈开发能力,近两年聚焦 Python 与 Go 生态)
AI 应用层:基于 Python + FastAPI 深度整合开源大模型(LLM),结合 LangChain 框架编排复杂 AI 工作流,主导开发智能工具接口集群,覆盖文档智能翻译、内容优化、PPT 自动化生成等场景
微服务架构:基于 Go 语言构建高性能 gRPC 微服务体系,支撑高并发分布式业务场景
熟练使用 Git、SVN 等版本控制工具进行分支管理与团队协作。
数据层:精通 MySQL / PostgreSQL / SQL Server 等关系型数据库设计与优化,熟悉 MongoDB 文档存储及 Redis 缓存与消息队列场景,具备多类型数据存储选型与调优能力
部署运维:熟练运用 Docker 容器化部署及 Nginx 反向代理与负载均衡,保障服务稳定交付与高效运维
前端能力:精通 Vue 2 Vue 3,可独立承担或兼任前端开发工作,实现全链路技术闭环。
AI 应用层:基于 Python + FastAPI 深度整合开源大模型(LLM),结合 LangChain 框架编排复杂 AI 工作流,主导开发智能工具接口集群,覆盖文档智能翻译、内容优化、PPT 自动化生成等场景
微服务架构:基于 Go 语言构建高性能 gRPC 微服务体系,支撑高并发分布式业务场景
熟练使用 Git、SVN 等版本控制工具进行分支管理与团队协作。
数据层:精通 MySQL / PostgreSQL / SQL Server 等关系型数据库设计与优化,熟悉 MongoDB 文档存储及 Redis 缓存与消息队列场景,具备多类型数据存储选型与调优能力
部署运维:熟练运用 Docker 容器化部署及 Nginx 反向代理与负载均衡,保障服务稳定交付与高效运维
前端能力:精通 Vue 2 Vue 3,可独立承担或兼任前端开发工作,实现全链路技术闭环。
项目经验
公司业务线需快速集成开源大模型能力,为内部及客户提供智能对话、企业知识库问答、文档翻译、内容优化、PPT 生成等多元化AI工具,要求接口高性能、低延迟、易于扩展,同时保障数据安全与输出质量。负责 AI 服务端的架构设计与核心开发,构建统一的 LLM 应用平台,支撑多场景智能交互,实现成本可控与高质量输出。核心服务搭建:基于 Python + FastAPI 构建异步高性能 API网关,采用 LangChain 框架编排复杂 AI 工作流,封装智能对话机器人、企业知识库问答(RAG)、文档智能翻译、内容润色、PPT 自动化生成等 10+ 核心接口知识库问答(RAG):设计基于 向量检索 + 重排序 的 RAG 架构,对接企业私有知识库,实现上下文感知的精准问答,支持多轮对话与溯源引用对话机器人:构建支持多轮记忆、意图识别、工具调用的智能对话引擎,基于 SSE(Server-Sent Events) 实现流式输出,提升交互体验与响应感知性能优化:设计分层缓存策略,引入 Redis 缓存高频模型调用结果、向量检索中间态及对话上下文状态,减少重复计算与 LLM 调用开销数据沉淀:使用 MongoDB 存储非结构化输出日志、对话记录与用户行为数据,搭建模型效果分析看板,支撑持续迭代优化前端协同:基于 Vue3+Element Plus 开发 AI 应用管理后台,实现 Prompt 配置、知识库维护、对话记录审计等运营功能接口平均响应时间 300ms,较初期版本提升 50%;流式对话首字响应 500ms通过缓存策略、Prompt 优化与 RAG 架构,Token 消耗成本降低 35%,知识库问答准确率达 85%+覆盖全业务部门,用户满意度达 92%
立即沟通
