BamBoo
软件开发工程师
瑞康成 · 1年经验
日薪：
￥500/8h
地点：
无锡
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
Java + SpringBoot
擅长：企业后台、业务 CRUD、第三方系统对接、权限审批、定时同步服务
解决问题：多系统数据打通（用友、销帮帮、BIP 等）、稳定的长驻后端服务、接口网关、单据 / 流程业务、高可靠业务 API
产出：REST 接口、聚合同步服务、审批管理后台、定时任务、日志与异常告警模块
C# (.NET)
擅长：上位机串口通信、传感器数据采集、Windows 端工具、数据库时序存储、RPA、低代码平台二次开发
解决问题：工业设备数据采集、串口协议解析、本地客户端工具、存量.NET 系统改造、数据 Mock 模拟服务
产出：串口采集程序、时序数据入库服务、RPA 自动化脚本、Windows 工具、第三方 API 对接服务
Python + PyTorch + Transformer
擅长：模型权重推理封装、模型在线服务、数据清洗、批量脚本、AI 模型验证平台
解决问题：算法只产出权重文件，缺少可调用、可测试、可部署的推理服务；模型版本管理、推理结果对比、自动化回归测试；数据预处理、样本批量评测
产出：推理后端、批量评测脚本、模型回归测试工具、异步推理任务服务、显存 / 耗时监控脚本
Vue / React
擅长：管理后台、数据看板、模型测试控制台、表单审批、数据可视化页面
解决问题：后端 API 配套操作界面、业务人员免代码使用平台、模型在线调试页面、历史记录与结果导出
- Vue：快速搭建内部管理系统、简道云风格业务后台
- React：偏交互复杂、状态多的控制台（模型测试、参数配置、实时推理面板）
擅长：企业后台、业务 CRUD、第三方系统对接、权限审批、定时同步服务
解决问题：多系统数据打通（用友、销帮帮、BIP 等）、稳定的长驻后端服务、接口网关、单据 / 流程业务、高可靠业务 API
产出：REST 接口、聚合同步服务、审批管理后台、定时任务、日志与异常告警模块
C# (.NET)
擅长：上位机串口通信、传感器数据采集、Windows 端工具、数据库时序存储、RPA、低代码平台二次开发
解决问题：工业设备数据采集、串口协议解析、本地客户端工具、存量.NET 系统改造、数据 Mock 模拟服务
产出：串口采集程序、时序数据入库服务、RPA 自动化脚本、Windows 工具、第三方 API 对接服务
Python + PyTorch + Transformer
擅长：模型权重推理封装、模型在线服务、数据清洗、批量脚本、AI 模型验证平台
解决问题：算法只产出权重文件，缺少可调用、可测试、可部署的推理服务；模型版本管理、推理结果对比、自动化回归测试；数据预处理、样本批量评测
产出：推理后端、批量评测脚本、模型回归测试工具、异步推理任务服务、显存 / 耗时监控脚本
Vue / React
擅长：管理后台、数据看板、模型测试控制台、表单审批、数据可视化页面
解决问题：后端 API 配套操作界面、业务人员免代码使用平台、模型在线调试页面、历史记录与结果导出
- Vue：快速搭建内部管理系统、简道云风格业务后台
- React：偏交互复杂、状态多的控制台（模型测试、参数配置、实时推理面板）
项目经验
项目：AI 模型端到端调用服务（算法权重加载→测试→部署 + 前后端全栈）
项目背景
算法团队产出训练完成的模型权重文件（LLM / 图像 / 时序模型，本地权重文件，无现成推理服务），缺少可给业务人员使用的调用入口、在线测试界面、稳定推理部署链路；需要独立搭建整套工程化服务，打通**权重加载、推理、接口、前端交互、版本管理、测试**，单人独立完成全链路落地，不用依赖算法侧额外开发。
我的职责（单人全栈把控）
1. 推理服务开发：基于模型权重，封装推理后端，实现权重加载、预处理、后处理、批处理、超时控制、异常捕获；做模型版本隔离、权重热切换，避免重启服务。
2. API 接口设计：RESTful 接口，支持同步推理、异步任务、推理结果回调、日志上报；做入参校验、限流、简单鉴权。
3. 测试体系：编写推理单元测试、回归测试脚本，对比不同权重版本输出结果，记录推理耗时、显存占用、成功率；沉淀测试用例，防止权重迭代后效果退化。
4. 部署工程：容器化打包（Docker），编写部署脚本、配置文件；单机 / 轻量 GPU 环境部署，监控推理 QPS、报错、显存。
5. 前端开发：搭建模型在线测试控制台，支持上传输入、选择模型权重版本、实时看推理返回、查看历史记录、导出结果。
6. 全链路联调：从权重文件接入 → 接口 → 前端页面 → 上线可用，全程独立把控需求、排期、风险、验收标准。
## 结果 & 可量化产出（重点，面试官最爱看）
1. 产出一套**可直接加载权重的推理服务**，支持多版本模型权重热切换，无需重新编译代码；单请求平均推理耗时降低 XX%，推理成功率稳定 ≥99.2%。
2. 交付配套**前后端测试控制台**：业务人员无需写代码，在网页直接选择权重版本、输入测试样本、查看推理结果、导出批量测试报告，替代原先算法本地 Python 脚本调试。
3. 产出自动化回归测试脚本：权重更新后一键跑批量测试，自动对比新旧版本输出差异，提前发现模型退化问题，版本回归人力节省 70% 以上。
4. 容器化交付包 + 部署文档：支持一键部署，环境搭建时间从半天缩短至 10 分钟；配套推理日志、错误监控，可快速定位权重加载异常、OOM、输入非法等问题。
5. 对外稳定可用推理 API，给内部业务 / 其他系统调用，峰值 QPS 支持 XX，支撑算法迭代期间高频模型验证、对比实验。
项目背景
算法团队产出训练完成的模型权重文件（LLM / 图像 / 时序模型，本地权重文件，无现成推理服务），缺少可给业务人员使用的调用入口、在线测试界面、稳定推理部署链路；需要独立搭建整套工程化服务，打通**权重加载、推理、接口、前端交互、版本管理、测试**，单人独立完成全链路落地，不用依赖算法侧额外开发。
我的职责（单人全栈把控）
1. 推理服务开发：基于模型权重，封装推理后端，实现权重加载、预处理、后处理、批处理、超时控制、异常捕获；做模型版本隔离、权重热切换，避免重启服务。
2. API 接口设计：RESTful 接口，支持同步推理、异步任务、推理结果回调、日志上报；做入参校验、限流、简单鉴权。
3. 测试体系：编写推理单元测试、回归测试脚本，对比不同权重版本输出结果，记录推理耗时、显存占用、成功率；沉淀测试用例，防止权重迭代后效果退化。
4. 部署工程：容器化打包（Docker），编写部署脚本、配置文件；单机 / 轻量 GPU 环境部署，监控推理 QPS、报错、显存。
5. 前端开发：搭建模型在线测试控制台，支持上传输入、选择模型权重版本、实时看推理返回、查看历史记录、导出结果。
6. 全链路联调：从权重文件接入 → 接口 → 前端页面 → 上线可用，全程独立把控需求、排期、风险、验收标准。
## 结果 & 可量化产出（重点，面试官最爱看）
1. 产出一套**可直接加载权重的推理服务**，支持多版本模型权重热切换，无需重新编译代码；单请求平均推理耗时降低 XX%，推理成功率稳定 ≥99.2%。
2. 交付配套**前后端测试控制台**：业务人员无需写代码，在网页直接选择权重版本、输入测试样本、查看推理结果、导出批量测试报告，替代原先算法本地 Python 脚本调试。
3. 产出自动化回归测试脚本：权重更新后一键跑批量测试，自动对比新旧版本输出差异，提前发现模型退化问题，版本回归人力节省 70% 以上。
4. 容器化交付包 + 部署文档：支持一键部署，环境搭建时间从半天缩短至 10 分钟；配套推理日志、错误监控，可快速定位权重加载异常、OOM、输入非法等问题。
5. 对外稳定可用推理 API，给内部业务 / 其他系统调用，峰值 QPS 支持 XX，支撑算法迭代期间高频模型验证、对比实验。
ID:441574
复制
BamBoo
软件开发工程师 · 1年经验 · 瑞康成
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 + SpringBoot
擅长：企业后台、业务 CRUD、第三方系统对接、权限审批、定时同步服务
解决问题：多系统数据打通（用友、销帮帮、BIP 等）、稳定的长驻后端服务、接口网关、单据 / 流程业务、高可靠业务 API
产出：REST 接口、聚合同步服务、审批管理后台、定时任务、日志与异常告警模块
C# (.NET)
擅长：上位机串口通信、传感器数据采集、Windows 端工具、数据库时序存储、RPA、低代码平台二次开发
解决问题：工业设备数据采集、串口协议解析、本地客户端工具、存量.NET 系统改造、数据 Mock 模拟服务
产出：串口采集程序、时序数据入库服务、RPA 自动化脚本、Windows 工具、第三方 API 对接服务
Python + PyTorch + Transformer
擅长：模型权重推理封装、模型在线服务、数据清洗、批量脚本、AI 模型验证平台
解决问题：算法只产出权重文件，缺少可调用、可测试、可部署的推理服务；模型版本管理、推理结果对比、自动化回归测试；数据预处理、样本批量评测
产出：推理后端、批量评测脚本、模型回归测试工具、异步推理任务服务、显存 / 耗时监控脚本
Vue / React
擅长：管理后台、数据看板、模型测试控制台、表单审批、数据可视化页面
解决问题：后端 API 配套操作界面、业务人员免代码使用平台、模型在线调试页面、历史记录与结果导出
- Vue：快速搭建内部管理系统、简道云风格业务后台
- React：偏交互复杂、状态多的控制台（模型测试、参数配置、实时推理面板）
擅长：企业后台、业务 CRUD、第三方系统对接、权限审批、定时同步服务
解决问题：多系统数据打通（用友、销帮帮、BIP 等）、稳定的长驻后端服务、接口网关、单据 / 流程业务、高可靠业务 API
产出：REST 接口、聚合同步服务、审批管理后台、定时任务、日志与异常告警模块
C# (.NET)
擅长：上位机串口通信、传感器数据采集、Windows 端工具、数据库时序存储、RPA、低代码平台二次开发
解决问题：工业设备数据采集、串口协议解析、本地客户端工具、存量.NET 系统改造、数据 Mock 模拟服务
产出：串口采集程序、时序数据入库服务、RPA 自动化脚本、Windows 工具、第三方 API 对接服务
Python + PyTorch + Transformer
擅长：模型权重推理封装、模型在线服务、数据清洗、批量脚本、AI 模型验证平台
解决问题：算法只产出权重文件，缺少可调用、可测试、可部署的推理服务；模型版本管理、推理结果对比、自动化回归测试；数据预处理、样本批量评测
产出：推理后端、批量评测脚本、模型回归测试工具、异步推理任务服务、显存 / 耗时监控脚本
Vue / React
擅长：管理后台、数据看板、模型测试控制台、表单审批、数据可视化页面
解决问题：后端 API 配套操作界面、业务人员免代码使用平台、模型在线调试页面、历史记录与结果导出
- Vue：快速搭建内部管理系统、简道云风格业务后台
- React：偏交互复杂、状态多的控制台（模型测试、参数配置、实时推理面板）
项目经验
项目：AI 模型端到端调用服务（算法权重加载→测试→部署 + 前后端全栈）
项目背景
算法团队产出训练完成的模型权重文件（LLM / 图像 / 时序模型，本地权重文件，无现成推理服务），缺少可给业务人员使用的调用入口、在线测试界面、稳定推理部署链路；需要独立搭建整套工程化服务，打通**权重加载、推理、接口、前端交互、版本管理、测试**，单人独立完成全链路落地，不用依赖算法侧额外开发。
我的职责（单人全栈把控）
1. 推理服务开发：基于模型权重，封装推理后端，实现权重加载、预处理、后处理、批处理、超时控制、异常捕获；做模型版本隔离、权重热切换，避免重启服务。
2. API 接口设计：RESTful 接口，支持同步推理、异步任务、推理结果回调、日志上报；做入参校验、限流、简单鉴权。
3. 测试体系：编写推理单元测试、回归测试脚本，对比不同权重版本输出结果，记录推理耗时、显存占用、成功率；沉淀测试用例，防止权重迭代后效果退化。
4. 部署工程：容器化打包（Docker），编写部署脚本、配置文件；单机 / 轻量 GPU 环境部署，监控推理 QPS、报错、显存。
5. 前端开发：搭建模型在线测试控制台，支持上传输入、选择模型权重版本、实时看推理返回、查看历史记录、导出结果。
6. 全链路联调：从权重文件接入 → 接口 → 前端页面 → 上线可用，全程独立把控需求、排期、风险、验收标准。
## 结果 & 可量化产出（重点，面试官最爱看）
1. 产出一套**可直接加载权重的推理服务**，支持多版本模型权重热切换，无需重新编译代码；单请求平均推理耗时降低 XX%，推理成功率稳定 ≥99.2%。
2. 交付配套**前后端测试控制台**：业务人员无需写代码，在网页直接选择权重版本、输入测试样本、查看推理结果、导出批量测试报告，替代原先算法本地 Python 脚本调试。
3. 产出自动化回归测试脚本：权重更新后一键跑批量测试，自动对比新旧版本输出差异，提前发现模型退化问题，版本回归人力节省 70% 以上。
4. 容器化交付包 + 部署文档：支持一键部署，环境搭建时间从半天缩短至 10 分钟；配套推理日志、错误监控，可快速定位权重加载异常、OOM、输入非法等问题。
5. 对外稳定可用推理 API，给内部业务 / 其他系统调用，峰值 QPS 支持 XX，支撑算法迭代期间高频模型验证、对比实验。
项目背景
算法团队产出训练完成的模型权重文件（LLM / 图像 / 时序模型，本地权重文件，无现成推理服务），缺少可给业务人员使用的调用入口、在线测试界面、稳定推理部署链路；需要独立搭建整套工程化服务，打通**权重加载、推理、接口、前端交互、版本管理、测试**，单人独立完成全链路落地，不用依赖算法侧额外开发。
我的职责（单人全栈把控）
1. 推理服务开发：基于模型权重，封装推理后端，实现权重加载、预处理、后处理、批处理、超时控制、异常捕获；做模型版本隔离、权重热切换，避免重启服务。
2. API 接口设计：RESTful 接口，支持同步推理、异步任务、推理结果回调、日志上报；做入参校验、限流、简单鉴权。
3. 测试体系：编写推理单元测试、回归测试脚本，对比不同权重版本输出结果，记录推理耗时、显存占用、成功率；沉淀测试用例，防止权重迭代后效果退化。
4. 部署工程：容器化打包（Docker），编写部署脚本、配置文件；单机 / 轻量 GPU 环境部署，监控推理 QPS、报错、显存。
5. 前端开发：搭建模型在线测试控制台，支持上传输入、选择模型权重版本、实时看推理返回、查看历史记录、导出结果。
6. 全链路联调：从权重文件接入 → 接口 → 前端页面 → 上线可用，全程独立把控需求、排期、风险、验收标准。
## 结果 & 可量化产出（重点，面试官最爱看）
1. 产出一套**可直接加载权重的推理服务**，支持多版本模型权重热切换，无需重新编译代码；单请求平均推理耗时降低 XX%，推理成功率稳定 ≥99.2%。
2. 交付配套**前后端测试控制台**：业务人员无需写代码，在网页直接选择权重版本、输入测试样本、查看推理结果、导出批量测试报告，替代原先算法本地 Python 脚本调试。
3. 产出自动化回归测试脚本：权重更新后一键跑批量测试，自动对比新旧版本输出差异，提前发现模型退化问题，版本回归人力节省 70% 以上。
4. 容器化交付包 + 部署文档：支持一键部署，环境搭建时间从半天缩短至 10 分钟；配套推理日志、错误监控，可快速定位权重加载异常、OOM、输入非法等问题。
5. 对外稳定可用推理 API，给内部业务 / 其他系统调用，峰值 QPS 支持 XX，支撑算法迭代期间高频模型验证、对比实验。
立即沟通
