JoJo
高级全栈工程师
亚马逊 · 7年经验
日薪：
￥600/8h
地点：
北京
时间：
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
Java 后端与接口开发
有 7 年后端工程经验，曾在亚马逊和小红书从事业务系统开发。以 Java 为主要开发语言，擅长把业务需求拆成接口、处理流程和规则逻辑，可承接后端功能开发、接口集成与批量处理任务。使用 Python、FastAPI 编写自动化工具，处理数据校验、去重、异常记录及 JSON/CSV 输出。
前后端联调与 AI 编程
运用 AI 编程工具辅助代码实现、测试与调试，并结合需求检查生成代码和运行结果。个人演示项目使用 HTML、CSS、JavaScript 制作中文操作页面，连接后端接口，展示处理结果、错误提示和人工复核状态，可完成小型工具从页面操作到后端处理的联调。
大语言模型应用
有将大语言模型（LLM）分类接入实际业务流程的工作经验，由模型识别类别，再由程序按业务规则处理。个人实践包括咨询信息提取、规则分流和 PDF 引用问答，使用过 Ollama、LangChain LCEL。能够为缺失字段与异常输出设置校验和人工复核；文档问答目前为合成资料上的原型，采用 TF-IDF 词项检索，展示文件名、页码和原文证据。
有 7 年后端工程经验，曾在亚马逊和小红书从事业务系统开发。以 Java 为主要开发语言，擅长把业务需求拆成接口、处理流程和规则逻辑，可承接后端功能开发、接口集成与批量处理任务。使用 Python、FastAPI 编写自动化工具，处理数据校验、去重、异常记录及 JSON/CSV 输出。
前后端联调与 AI 编程
运用 AI 编程工具辅助代码实现、测试与调试，并结合需求检查生成代码和运行结果。个人演示项目使用 HTML、CSS、JavaScript 制作中文操作页面，连接后端接口，展示处理结果、错误提示和人工复核状态，可完成小型工具从页面操作到后端处理的联调。
大语言模型应用
有将大语言模型（LLM）分类接入实际业务流程的工作经验，由模型识别类别，再由程序按业务规则处理。个人实践包括咨询信息提取、规则分流和 PDF 引用问答，使用过 Ollama、LangChain LCEL。能够为缺失字段与异常输出设置校验和人工复核；文档问答目前为合成资料上的原型，采用 TF-IDF 词项检索，展示文件名、页码和原文证据。
项目经验
广告搜索关键词自动分类与处理
在亚马逊搜索引擎优化团队工作期间，负责开发用于搜索文本广告的关键词批量处理系统。业务需要识别用户是否在寻找某个特定网站或页面，并根据关键词类别进行不同处理。
我将大语言模型（LLM）用于关键词分类，再把分类结果交给程序，按对应业务规则执行后续处理。交付内容是串联关键词输入、模型分类与规则处理的离线系统，让模型判断能够接入实际业务流程。
商品分类页面搜索引擎优化标签自动添加
在自然搜索方向，开发为商品分类浏览页面自动添加搜索引擎优化标签的离线系统，将标签添加工作纳入批量处理流程。
下方案例为独立制作的个人演示项目，分别展示咨询信息提取与规则分流、PDF 引用问答，均使用合成数据，并非上述工作项目或商业客户交付。
在亚马逊搜索引擎优化团队工作期间，负责开发用于搜索文本广告的关键词批量处理系统。业务需要识别用户是否在寻找某个特定网站或页面，并根据关键词类别进行不同处理。
我将大语言模型（LLM）用于关键词分类，再把分类结果交给程序，按对应业务规则执行后续处理。交付内容是串联关键词输入、模型分类与规则处理的离线系统，让模型判断能够接入实际业务流程。
商品分类页面搜索引擎优化标签自动添加
在自然搜索方向，开发为商品分类浏览页面自动添加搜索引擎优化标签的离线系统，将标签添加工作纳入批量处理流程。
下方案例为独立制作的个人演示项目，分别展示咨询信息提取与规则分流、PDF 引用问答，均使用合成数据，并非上述工作项目或商业客户交付。
ID:439316
复制
JoJo
高级全栈工程师 · 7年经验 · 亚马逊
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
Java 后端与接口开发
有 7 年后端工程经验，曾在亚马逊和小红书从事业务系统开发。以 Java 为主要开发语言，擅长把业务需求拆成接口、处理流程和规则逻辑，可承接后端功能开发、接口集成与批量处理任务。使用 Python、FastAPI 编写自动化工具，处理数据校验、去重、异常记录及 JSON/CSV 输出。
前后端联调与 AI 编程
运用 AI 编程工具辅助代码实现、测试与调试，并结合需求检查生成代码和运行结果。个人演示项目使用 HTML、CSS、JavaScript 制作中文操作页面，连接后端接口，展示处理结果、错误提示和人工复核状态，可完成小型工具从页面操作到后端处理的联调。
大语言模型应用
有将大语言模型（LLM）分类接入实际业务流程的工作经验，由模型识别类别，再由程序按业务规则处理。个人实践包括咨询信息提取、规则分流和 PDF 引用问答，使用过 Ollama、LangChain LCEL。能够为缺失字段与异常输出设置校验和人工复核；文档问答目前为合成资料上的原型，采用 TF-IDF 词项检索，展示文件名、页码和原文证据。
有 7 年后端工程经验，曾在亚马逊和小红书从事业务系统开发。以 Java 为主要开发语言，擅长把业务需求拆成接口、处理流程和规则逻辑，可承接后端功能开发、接口集成与批量处理任务。使用 Python、FastAPI 编写自动化工具，处理数据校验、去重、异常记录及 JSON/CSV 输出。
前后端联调与 AI 编程
运用 AI 编程工具辅助代码实现、测试与调试，并结合需求检查生成代码和运行结果。个人演示项目使用 HTML、CSS、JavaScript 制作中文操作页面，连接后端接口，展示处理结果、错误提示和人工复核状态，可完成小型工具从页面操作到后端处理的联调。
大语言模型应用
有将大语言模型（LLM）分类接入实际业务流程的工作经验，由模型识别类别，再由程序按业务规则处理。个人实践包括咨询信息提取、规则分流和 PDF 引用问答，使用过 Ollama、LangChain LCEL。能够为缺失字段与异常输出设置校验和人工复核；文档问答目前为合成资料上的原型，采用 TF-IDF 词项检索，展示文件名、页码和原文证据。
项目经验
广告搜索关键词自动分类与处理
在亚马逊搜索引擎优化团队工作期间，负责开发用于搜索文本广告的关键词批量处理系统。业务需要识别用户是否在寻找某个特定网站或页面，并根据关键词类别进行不同处理。
我将大语言模型（LLM）用于关键词分类，再把分类结果交给程序，按对应业务规则执行后续处理。交付内容是串联关键词输入、模型分类与规则处理的离线系统，让模型判断能够接入实际业务流程。
商品分类页面搜索引擎优化标签自动添加
在自然搜索方向，开发为商品分类浏览页面自动添加搜索引擎优化标签的离线系统，将标签添加工作纳入批量处理流程。
下方案例为独立制作的个人演示项目，分别展示咨询信息提取与规则分流、PDF 引用问答，均使用合成数据，并非上述工作项目或商业客户交付。
在亚马逊搜索引擎优化团队工作期间，负责开发用于搜索文本广告的关键词批量处理系统。业务需要识别用户是否在寻找某个特定网站或页面，并根据关键词类别进行不同处理。
我将大语言模型（LLM）用于关键词分类，再把分类结果交给程序，按对应业务规则执行后续处理。交付内容是串联关键词输入、模型分类与规则处理的离线系统，让模型判断能够接入实际业务流程。
商品分类页面搜索引擎优化标签自动添加
在自然搜索方向，开发为商品分类浏览页面自动添加搜索引擎优化标签的离线系统，将标签添加工作纳入批量处理流程。
下方案例为独立制作的个人演示项目，分别展示咨询信息提取与规则分流、PDF 引用问答，均使用合成数据，并非上述工作项目或商业客户交付。
立即沟通
