紫牧
Ai大模型应用开发、产品经理
成都柒玖游科技有限公司 · 7年经验
日薪：
￥500/8h
地点：
成都
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
具备大模型应用全链路落地能力：能完成模型与架构选型，用 LangChain / LlamaIndex 搭建 Agent 应用，独立建设 RAG 知识库（解析分块、向量检索、混合召回、Rerank、GraphRAG、RAGAS 评估调优），掌握 LoRA / QLoRA 微调与知识蒸馏，具备 YOLO + VLM 视觉检测实践，熟悉 vLLM / Ollama 部署交付，并按 SpecDD / TDD 方法做可持续迭代的工程实现。
项目经验
主推项目
项目名称：课件知识库与智能学习平台（RAG 全链路落地）
项目背景
26 份课程 PDF（含讲义、面试辅导、项目实战）覆盖 22 个知识域、数千页内容。资料分散、目录不统一，查一个技术点要逐个文件翻，复述知识点与出题自测全靠手工，效率低且容易遗漏。
你的职责
独立完成全链路设计与实现：PDF 解析与结构化分块、知识卡片建模（文字、图示双类型）、BGE Embedding 与 FAISS 向量索引、向量与 BM25 混合检索加 Rerank 重排；设计幂等增量入库管线，新增一份课件即可自动同步到知识手册、学习计划、考核试卷、学习资料、向量库 5 类产物而不破坏既有内容；搭建 27 项自动化校验替代人工核对。
结果产出
沉淀 22 章知识体系、766 张知识卡片（285 文字 + 481 图示）、266 张配图与 563 道题库；知识点覆盖率 285/285，27 项校验 0 失败；单份新课件全链路入库 160 秒完成；已部署为线上站点，支持全文检索、刷题与自测。
技术栈
Python、BGE Embedding、FAISS、BM25 混合检索、Rerank、LLM 结构化生成、Node.js、jsdom 自动化校验、静态站点部署
项目名称：课件知识库与智能学习平台（RAG 全链路落地）
项目背景
26 份课程 PDF（含讲义、面试辅导、项目实战）覆盖 22 个知识域、数千页内容。资料分散、目录不统一，查一个技术点要逐个文件翻，复述知识点与出题自测全靠手工，效率低且容易遗漏。
你的职责
独立完成全链路设计与实现：PDF 解析与结构化分块、知识卡片建模（文字、图示双类型）、BGE Embedding 与 FAISS 向量索引、向量与 BM25 混合检索加 Rerank 重排；设计幂等增量入库管线，新增一份课件即可自动同步到知识手册、学习计划、考核试卷、学习资料、向量库 5 类产物而不破坏既有内容；搭建 27 项自动化校验替代人工核对。
结果产出
沉淀 22 章知识体系、766 张知识卡片（285 文字 + 481 图示）、266 张配图与 563 道题库；知识点覆盖率 285/285，27 项校验 0 失败；单份新课件全链路入库 160 秒完成；已部署为线上站点，支持全文检索、刷题与自测。
技术栈
Python、BGE Embedding、FAISS、BM25 混合检索、Rerank、LLM 结构化生成、Node.js、jsdom 自动化校验、静态站点部署
ID:437943
复制
紫牧
Ai大模型应用开发、产品经理 · 7年经验 · 成都柒玖游科技有限公司
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
具备大模型应用全链路落地能力：能完成模型与架构选型，用 LangChain / LlamaIndex 搭建 Agent 应用，独立建设 RAG 知识库（解析分块、向量检索、混合召回、Rerank、GraphRAG、RAGAS 评估调优），掌握 LoRA / QLoRA 微调与知识蒸馏，具备 YOLO + VLM 视觉检测实践，熟悉 vLLM / Ollama 部署交付，并按 SpecDD / TDD 方法做可持续迭代的工程实现。
项目经验
主推项目
项目名称：课件知识库与智能学习平台（RAG 全链路落地）
项目背景
26 份课程 PDF（含讲义、面试辅导、项目实战）覆盖 22 个知识域、数千页内容。资料分散、目录不统一，查一个技术点要逐个文件翻，复述知识点与出题自测全靠手工，效率低且容易遗漏。
你的职责
独立完成全链路设计与实现：PDF 解析与结构化分块、知识卡片建模（文字、图示双类型）、BGE Embedding 与 FAISS 向量索引、向量与 BM25 混合检索加 Rerank 重排；设计幂等增量入库管线，新增一份课件即可自动同步到知识手册、学习计划、考核试卷、学习资料、向量库 5 类产物而不破坏既有内容；搭建 27 项自动化校验替代人工核对。
结果产出
沉淀 22 章知识体系、766 张知识卡片（285 文字 + 481 图示）、266 张配图与 563 道题库；知识点覆盖率 285/285，27 项校验 0 失败；单份新课件全链路入库 160 秒完成；已部署为线上站点，支持全文检索、刷题与自测。
技术栈
Python、BGE Embedding、FAISS、BM25 混合检索、Rerank、LLM 结构化生成、Node.js、jsdom 自动化校验、静态站点部署
项目名称：课件知识库与智能学习平台（RAG 全链路落地）
项目背景
26 份课程 PDF（含讲义、面试辅导、项目实战）覆盖 22 个知识域、数千页内容。资料分散、目录不统一，查一个技术点要逐个文件翻，复述知识点与出题自测全靠手工，效率低且容易遗漏。
你的职责
独立完成全链路设计与实现：PDF 解析与结构化分块、知识卡片建模（文字、图示双类型）、BGE Embedding 与 FAISS 向量索引、向量与 BM25 混合检索加 Rerank 重排；设计幂等增量入库管线，新增一份课件即可自动同步到知识手册、学习计划、考核试卷、学习资料、向量库 5 类产物而不破坏既有内容；搭建 27 项自动化校验替代人工核对。
结果产出
沉淀 22 章知识体系、766 张知识卡片（285 文字 + 481 图示）、266 张配图与 563 道题库；知识点覆盖率 285/285，27 项校验 0 失败；单份新课件全链路入库 160 秒完成；已部署为线上站点，支持全文检索、刷题与自测。
技术栈
Python、BGE Embedding、FAISS、BM25 混合检索、Rerank、LLM 结构化生成、Node.js、jsdom 自动化校验、静态站点部署
立即沟通
