xliang
算法工程师
阿里巴巴 · 3年经验
日薪：
￥600/8h
地点：
北京
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
主攻大模型后训练和 AI Agent 工程，也能做 RAG 检索和模型评测。
技术栈：Python、PyTorch、Transformers、verl、vLLM，熟悉 SFT、DPO、GRPO 等训练方法，以及 LangChain、LangGraph、FastAPI，还有 BM25 加向量检索的混合检索、重排。
擅长场景：垂直领域大模型微调、智能客服和导购 Agent、企业知识库问答（RAG）、多模态视觉理解、模型效果评测。
能解决的问题：
通用模型在你的业务上答不准，我可以做数据构建和微调，让它懂你的业务。
知识库问答答非所问、乱编答案，我可以优化分块、检索和重排，并让回答带上引用。
Agent 调用工具不稳、多步任务容易出错，我可以设计工具层和流程，并做强化学习优化。
模型好不好全凭感觉，我可以搭评测集和自动打分（包括 LLM 当评委），用数据说明改进效果。
技术栈：Python、PyTorch、Transformers、verl、vLLM，熟悉 SFT、DPO、GRPO 等训练方法，以及 LangChain、LangGraph、FastAPI，还有 BM25 加向量检索的混合检索、重排。
擅长场景：垂直领域大模型微调、智能客服和导购 Agent、企业知识库问答（RAG）、多模态视觉理解、模型效果评测。
能解决的问题：
通用模型在你的业务上答不准，我可以做数据构建和微调，让它懂你的业务。
知识库问答答非所问、乱编答案，我可以优化分块、检索和重排，并让回答带上引用。
Agent 调用工具不稳、多步任务容易出错，我可以设计工具层和流程，并做强化学习优化。
模型好不好全凭感觉，我可以搭评测集和自动打分（包括 LLM 当评委），用数据说明改进效果。
项目经验
项目经验 1：直播电商实时 AI Agent
项目背景：为数字人直播电商平台搭建实时 AI Agent，每天服务一万多场直播。
我的职责：负责统一的工具调用与检索层，用 BM25 加向量的混合检索；负责多轮强化学习训练和奖励设计。
结果产出：上线了可在直播中实时回答、调用工具的 Agent，以及一套可复用的检索层和训练、评测流程。
在大厂参与一个AI agent项目
打造一个"帮用户做事"的 AI 助手。它打通地图、出行、购物等多个平台的工具，从信息搜集到方案整理，跨平台完成整个任务。
我的职责：参与多 Agent 框架设计，整条链路是：意图澄清 → 复杂任务拆解与规划 → 多工具调用（并行或串行）→ 结果汇总输出。我负责优化其中的规划、工具调用和总结模块；基于 Qwen3 设计后训练方案，搭建数据飞轮（批量合成用户问题、RFT 清洗、蒸馏），设计含 LLM 当评委的多源奖励，用 YaRN 做长上下文训练，并通过训推分离部署加速训练。
项目背景：为数字人直播电商平台搭建实时 AI Agent，每天服务一万多场直播。
我的职责：负责统一的工具调用与检索层，用 BM25 加向量的混合检索；负责多轮强化学习训练和奖励设计。
结果产出：上线了可在直播中实时回答、调用工具的 Agent，以及一套可复用的检索层和训练、评测流程。
在大厂参与一个AI agent项目
打造一个"帮用户做事"的 AI 助手。它打通地图、出行、购物等多个平台的工具，从信息搜集到方案整理，跨平台完成整个任务。
我的职责：参与多 Agent 框架设计，整条链路是：意图澄清 → 复杂任务拆解与规划 → 多工具调用（并行或串行）→ 结果汇总输出。我负责优化其中的规划、工具调用和总结模块；基于 Qwen3 设计后训练方案，搭建数据飞轮（批量合成用户问题、RFT 清洗、蒸馏），设计含 LLM 当评委的多源奖励，用 YaRN 做长上下文训练，并通过训推分离部署加速训练。
ID:437993
复制
xliang
算法工程师 · 3年经验 · 阿里巴巴
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
主攻大模型后训练和 AI Agent 工程，也能做 RAG 检索和模型评测。
技术栈：Python、PyTorch、Transformers、verl、vLLM，熟悉 SFT、DPO、GRPO 等训练方法，以及 LangChain、LangGraph、FastAPI，还有 BM25 加向量检索的混合检索、重排。
擅长场景：垂直领域大模型微调、智能客服和导购 Agent、企业知识库问答（RAG）、多模态视觉理解、模型效果评测。
能解决的问题：
通用模型在你的业务上答不准，我可以做数据构建和微调，让它懂你的业务。
知识库问答答非所问、乱编答案，我可以优化分块、检索和重排，并让回答带上引用。
Agent 调用工具不稳、多步任务容易出错，我可以设计工具层和流程，并做强化学习优化。
模型好不好全凭感觉，我可以搭评测集和自动打分（包括 LLM 当评委），用数据说明改进效果。
技术栈：Python、PyTorch、Transformers、verl、vLLM，熟悉 SFT、DPO、GRPO 等训练方法，以及 LangChain、LangGraph、FastAPI，还有 BM25 加向量检索的混合检索、重排。
擅长场景：垂直领域大模型微调、智能客服和导购 Agent、企业知识库问答（RAG）、多模态视觉理解、模型效果评测。
能解决的问题：
通用模型在你的业务上答不准，我可以做数据构建和微调，让它懂你的业务。
知识库问答答非所问、乱编答案，我可以优化分块、检索和重排，并让回答带上引用。
Agent 调用工具不稳、多步任务容易出错，我可以设计工具层和流程，并做强化学习优化。
模型好不好全凭感觉，我可以搭评测集和自动打分（包括 LLM 当评委），用数据说明改进效果。
项目经验
项目经验 1：直播电商实时 AI Agent
项目背景：为数字人直播电商平台搭建实时 AI Agent，每天服务一万多场直播。
我的职责：负责统一的工具调用与检索层，用 BM25 加向量的混合检索；负责多轮强化学习训练和奖励设计。
结果产出：上线了可在直播中实时回答、调用工具的 Agent，以及一套可复用的检索层和训练、评测流程。
在大厂参与一个AI agent项目
打造一个"帮用户做事"的 AI 助手。它打通地图、出行、购物等多个平台的工具，从信息搜集到方案整理，跨平台完成整个任务。
我的职责：参与多 Agent 框架设计，整条链路是：意图澄清 → 复杂任务拆解与规划 → 多工具调用（并行或串行）→ 结果汇总输出。我负责优化其中的规划、工具调用和总结模块；基于 Qwen3 设计后训练方案，搭建数据飞轮（批量合成用户问题、RFT 清洗、蒸馏），设计含 LLM 当评委的多源奖励，用 YaRN 做长上下文训练，并通过训推分离部署加速训练。
项目背景：为数字人直播电商平台搭建实时 AI Agent，每天服务一万多场直播。
我的职责：负责统一的工具调用与检索层，用 BM25 加向量的混合检索；负责多轮强化学习训练和奖励设计。
结果产出：上线了可在直播中实时回答、调用工具的 Agent，以及一套可复用的检索层和训练、评测流程。
在大厂参与一个AI agent项目
打造一个"帮用户做事"的 AI 助手。它打通地图、出行、购物等多个平台的工具，从信息搜集到方案整理，跨平台完成整个任务。
我的职责：参与多 Agent 框架设计，整条链路是：意图澄清 → 复杂任务拆解与规划 → 多工具调用（并行或串行）→ 结果汇总输出。我负责优化其中的规划、工具调用和总结模块；基于 Qwen3 设计后训练方案，搭建数据飞轮（批量合成用户问题、RFT 清洗、蒸馏），设计含 LLM 当评委的多源奖励，用 YaRN 做长上下文训练，并通过训推分离部署加速训练。
案例展示
AI品牌热点追踪和智能营销解决方案
Harbor 是一个开源、本地优先的营销工作台。它把来源资料、品牌事实、内容版本、渠道审批、人工交付和效果复盘连接起来，让独立营销负责人及小团队的运营者可以在一个工作区里推进一轮完整的营销工作。当前定位：本地单用户工作台。 发布、邮件发送与广告投放由操作者在外部平台完成；Harb
TradeFlow
TradeFlow（贸联）是一个面向手机与 3C 外贸团队的开源 AI 销售协同项目，将客户询价、供应商货源、库存核验、报价谈判和人工成交串成一条可追踪的业务流程。 它关注的不只是“自动回复客户”，还包括多供应商货源比较、历史需求到货召回、报价有效期、授权让价、主管审批和人
立即沟通
