神经蛙
算法工程师
上海国际航运研究中心 · 5年经验
日薪：
￥800/8h
地点：
上海
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
核心以 Python 为主，熟练掌握机器学习、深度学习及前沿的 AI Agent（智能体）开发全流程。
技术栈与框架：精通 PyTorch、TensorFlow、Scikit-learn 等算法框架；运用 LangChain、Dify、Coze、FastAPI 及主流大模型 API（OpenAI/Claude/开源模型）进行应用开发，熟悉 RAG（检索增强生成）知识库搭建与微调。
专精于帮企业与个人打造“自动化业务工作流”。能快速解决定制化 AI 客服/销售 Agent 搭建、海量业务数据清洗与销量/趋势预测、表格与报表自动化处理、多模态内容批量生成等痛点，用低成本技术方案直接替代人工重复劳动。
技术栈与框架：精通 PyTorch、TensorFlow、Scikit-learn 等算法框架；运用 LangChain、Dify、Coze、FastAPI 及主流大模型 API（OpenAI/Claude/开源模型）进行应用开发，熟悉 RAG（检索增强生成）知识库搭建与微调。
专精于帮企业与个人打造“自动化业务工作流”。能快速解决定制化 AI 客服/销售 Agent 搭建、海量业务数据清洗与销量/趋势预测、表格与报表自动化处理、多模态内容批量生成等痛点，用低成本技术方案直接替代人工重复劳动。
项目经验
项目一：企业级 AI Agent 智能导购与自动化办公系统
项目背景：客户面临人工客服响应慢、日常Excel/飞书数据录入与整理耗时长的问题。
我的职责：独立负责后端 Python 逻辑编写与 AI Agent 工作流设计，接入本地知识库（RAG）与自动化脚本。
结果产出：3天内完成部署上线，自动拦截并解答 85% 以上的常见咨询，日常数据处理效率提升 10 倍，每月帮客户节省约 2 名人工成本。
项目二：基于机器学习的电商销量与用户流失预测模型
我的职责：负责历史业务数据的特征工程、模型训练（XGBoost/深度学习时序模型）与可视化交付。
结果产出：预测准确率达 88% 以上，帮助业务方提前优化库存配置，降低 20% 滞销损耗。
项目背景：客户面临人工客服响应慢、日常Excel/飞书数据录入与整理耗时长的问题。
我的职责：独立负责后端 Python 逻辑编写与 AI Agent 工作流设计，接入本地知识库（RAG）与自动化脚本。
结果产出：3天内完成部署上线，自动拦截并解答 85% 以上的常见咨询，日常数据处理效率提升 10 倍，每月帮客户节省约 2 名人工成本。
项目二：基于机器学习的电商销量与用户流失预测模型
我的职责：负责历史业务数据的特征工程、模型训练（XGBoost/深度学习时序模型）与可视化交付。
结果产出：预测准确率达 88% 以上，帮助业务方提前优化库存配置，降低 20% 滞销损耗。
案例展示 全部案例 >
ID:437627
复制
神经蛙
算法工程师 · 5年经验 · 上海国际航运研究中心
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
核心以 Python 为主，熟练掌握机器学习、深度学习及前沿的 AI Agent（智能体）开发全流程。
技术栈与框架：精通 PyTorch、TensorFlow、Scikit-learn 等算法框架；运用 LangChain、Dify、Coze、FastAPI 及主流大模型 API（OpenAI/Claude/开源模型）进行应用开发，熟悉 RAG（检索增强生成）知识库搭建与微调。
专精于帮企业与个人打造“自动化业务工作流”。能快速解决定制化 AI 客服/销售 Agent 搭建、海量业务数据清洗与销量/趋势预测、表格与报表自动化处理、多模态内容批量生成等痛点，用低成本技术方案直接替代人工重复劳动。
技术栈与框架：精通 PyTorch、TensorFlow、Scikit-learn 等算法框架；运用 LangChain、Dify、Coze、FastAPI 及主流大模型 API（OpenAI/Claude/开源模型）进行应用开发，熟悉 RAG（检索增强生成）知识库搭建与微调。
专精于帮企业与个人打造“自动化业务工作流”。能快速解决定制化 AI 客服/销售 Agent 搭建、海量业务数据清洗与销量/趋势预测、表格与报表自动化处理、多模态内容批量生成等痛点，用低成本技术方案直接替代人工重复劳动。
项目经验
项目一：企业级 AI Agent 智能导购与自动化办公系统
项目背景：客户面临人工客服响应慢、日常Excel/飞书数据录入与整理耗时长的问题。
我的职责：独立负责后端 Python 逻辑编写与 AI Agent 工作流设计，接入本地知识库（RAG）与自动化脚本。
结果产出：3天内完成部署上线，自动拦截并解答 85% 以上的常见咨询，日常数据处理效率提升 10 倍，每月帮客户节省约 2 名人工成本。
项目二：基于机器学习的电商销量与用户流失预测模型
我的职责：负责历史业务数据的特征工程、模型训练（XGBoost/深度学习时序模型）与可视化交付。
结果产出：预测准确率达 88% 以上，帮助业务方提前优化库存配置，降低 20% 滞销损耗。
项目背景：客户面临人工客服响应慢、日常Excel/飞书数据录入与整理耗时长的问题。
我的职责：独立负责后端 Python 逻辑编写与 AI Agent 工作流设计，接入本地知识库（RAG）与自动化脚本。
结果产出：3天内完成部署上线，自动拦截并解答 85% 以上的常见咨询，日常数据处理效率提升 10 倍，每月帮客户节省约 2 名人工成本。
项目二：基于机器学习的电商销量与用户流失预测模型
我的职责：负责历史业务数据的特征工程、模型训练（XGBoost/深度学习时序模型）与可视化交付。
结果产出：预测准确率达 88% 以上，帮助业务方提前优化库存配置，降低 20% 滞销损耗。
立即沟通
