自渡。
高级算法工程师
百度 · 6年经验
日薪：
￥1500/8h
地点：
北京
时间：
周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
编程能力：Python，Java，Linux，具备完整的模型训练、推理部署及工程化落地能力。
模型原理：深入理解Transformer系列大模型结构；熟悉分类、文本匹配等 NLP 任务，熟悉常用数据结构与算法。
大模型微调：具备大模型微调经验，掌握LoRA、P-Tuning、SFT、GRPO、DPO等技术路线；
Agent 工程：熟练掌握ReAct、Plan-Execute等
RAG 技术：具备完整RAG流水线工程经验：文档分块策略、Embedding模型选型、向量数据库检索（语义检索 + 混合检索）、Reranking、Prompt注入设计；
模型原理：深入理解Transformer系列大模型结构；熟悉分类、文本匹配等 NLP 任务，熟悉常用数据结构与算法。
大模型微调：具备大模型微调经验，掌握LoRA、P-Tuning、SFT、GRPO、DPO等技术路线；
Agent 工程：熟练掌握ReAct、Plan-Execute等
RAG 技术：具备完整RAG流水线工程经验：文档分块策略、Embedding模型选型、向量数据库检索（语义检索 + 混合检索）、Reranking、Prompt注入设计；
项目经验
项目一、 AI创作助手
• 系统设计：以节点式静态编排为基础构建创作Agent，节点依次消息处理->意图识别->参数提取->结果重构进行独立封装，节点间通过
结构化数据流驱动。基于Qwen3-8B模型进行全量SFT和GRPO训练以提高意图识别&参数提取的准确率（通过采用线上采集+机器合
成+人工筛选的形式获取5000+条训练数据）。通过MCP服务集成15+创作工具（生图、生视频等）。通过多轮对话引导策略，引导用
户进行图文、视频等不同体裁内容的创作。
• 达成效果：（模型）意图识别&参数提取准确率90%+；（业务）端到端发文成功率+2pp、日均发文量+500。
项目二、智能Vlog剪辑
• 系统设计：采用Plan-Execute+ReAct双层 Agent 范式：外层Planner将用户剪辑需求分解为结构化子任务序列（意图理解、镜头筛选
等）；内层Executor以ReAct循环驱动工具调用，动态处理执行中的异常与反馈。多Agent之间通过共享工作区实现通信，确保上下文
关系清晰。通过交互式创作，理解视频素材基于剪辑需求完成Vlog剪辑。
• 达成效果：（模型）产出Vlog优质率80%+。
项目三、百科人格化Bot
• 系统设计：人工构建2000+条“人物风格对话”专项训练集（含语气、用词偏好、知识边界等维度），基于Qwen-7B模型进行SFT监督
微调，实现指定历史人物的风格化回答。引入RAG 知识增强：针对人物相关垂类知识（传记、事件等）构建倒排索引库（ES）和向
量库（Faiss），采用两路融合召回的形式通过语义相似度检索将相关片段注入Prompt，提升事实准确率，降低模型幻觉。
• 达成效果：（模型）具备指定人物的风格化回答、回答内容准确率90%。
项目四：自研货运模型
• 系统设计：调研垂类大模型的实现方式，先后尝试基于ChatGLM-6B的P-tuning和Lora等部分参数微调以及增量预训练+SFT全量微调
的路线；构建人工数据生产SOP，产出5w+条高质量数据对确保模型效果。
• 达成效果：完成大模型训练数据生产体系从0到1的构建，（模型）针对货运领域事实性准确率达到80%。
• 系统设计：以节点式静态编排为基础构建创作Agent，节点依次消息处理->意图识别->参数提取->结果重构进行独立封装，节点间通过
结构化数据流驱动。基于Qwen3-8B模型进行全量SFT和GRPO训练以提高意图识别&参数提取的准确率（通过采用线上采集+机器合
成+人工筛选的形式获取5000+条训练数据）。通过MCP服务集成15+创作工具（生图、生视频等）。通过多轮对话引导策略，引导用
户进行图文、视频等不同体裁内容的创作。
• 达成效果：（模型）意图识别&参数提取准确率90%+；（业务）端到端发文成功率+2pp、日均发文量+500。
项目二、智能Vlog剪辑
• 系统设计：采用Plan-Execute+ReAct双层 Agent 范式：外层Planner将用户剪辑需求分解为结构化子任务序列（意图理解、镜头筛选
等）；内层Executor以ReAct循环驱动工具调用，动态处理执行中的异常与反馈。多Agent之间通过共享工作区实现通信，确保上下文
关系清晰。通过交互式创作，理解视频素材基于剪辑需求完成Vlog剪辑。
• 达成效果：（模型）产出Vlog优质率80%+。
项目三、百科人格化Bot
• 系统设计：人工构建2000+条“人物风格对话”专项训练集（含语气、用词偏好、知识边界等维度），基于Qwen-7B模型进行SFT监督
微调，实现指定历史人物的风格化回答。引入RAG 知识增强：针对人物相关垂类知识（传记、事件等）构建倒排索引库（ES）和向
量库（Faiss），采用两路融合召回的形式通过语义相似度检索将相关片段注入Prompt，提升事实准确率，降低模型幻觉。
• 达成效果：（模型）具备指定人物的风格化回答、回答内容准确率90%。
项目四：自研货运模型
• 系统设计：调研垂类大模型的实现方式，先后尝试基于ChatGLM-6B的P-tuning和Lora等部分参数微调以及增量预训练+SFT全量微调
的路线；构建人工数据生产SOP，产出5w+条高质量数据对确保模型效果。
• 达成效果：完成大模型训练数据生产体系从0到1的构建，（模型）针对货运领域事实性准确率达到80%。
ID:441721
复制
自渡。
高级算法工程师 · 6年经验 · 百度
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
编程能力：Python，Java，Linux，具备完整的模型训练、推理部署及工程化落地能力。
模型原理：深入理解Transformer系列大模型结构；熟悉分类、文本匹配等 NLP 任务，熟悉常用数据结构与算法。
大模型微调：具备大模型微调经验，掌握LoRA、P-Tuning、SFT、GRPO、DPO等技术路线；
Agent 工程：熟练掌握ReAct、Plan-Execute等
RAG 技术：具备完整RAG流水线工程经验：文档分块策略、Embedding模型选型、向量数据库检索（语义检索 + 混合检索）、Reranking、Prompt注入设计；
模型原理：深入理解Transformer系列大模型结构；熟悉分类、文本匹配等 NLP 任务，熟悉常用数据结构与算法。
大模型微调：具备大模型微调经验，掌握LoRA、P-Tuning、SFT、GRPO、DPO等技术路线；
Agent 工程：熟练掌握ReAct、Plan-Execute等
RAG 技术：具备完整RAG流水线工程经验：文档分块策略、Embedding模型选型、向量数据库检索（语义检索 + 混合检索）、Reranking、Prompt注入设计；
项目经验
项目一、 AI创作助手
• 系统设计：以节点式静态编排为基础构建创作Agent，节点依次消息处理->意图识别->参数提取->结果重构进行独立封装，节点间通过
结构化数据流驱动。基于Qwen3-8B模型进行全量SFT和GRPO训练以提高意图识别&参数提取的准确率（通过采用线上采集+机器合
成+人工筛选的形式获取5000+条训练数据）。通过MCP服务集成15+创作工具（生图、生视频等）。通过多轮对话引导策略，引导用
户进行图文、视频等不同体裁内容的创作。
• 达成效果：（模型）意图识别&参数提取准确率90%+；（业务）端到端发文成功率+2pp、日均发文量+500。
项目二、智能Vlog剪辑
• 系统设计：采用Plan-Execute+ReAct双层 Agent 范式：外层Planner将用户剪辑需求分解为结构化子任务序列（意图理解、镜头筛选
等）；内层Executor以ReAct循环驱动工具调用，动态处理执行中的异常与反馈。多Agent之间通过共享工作区实现通信，确保上下文
关系清晰。通过交互式创作，理解视频素材基于剪辑需求完成Vlog剪辑。
• 达成效果：（模型）产出Vlog优质率80%+。
项目三、百科人格化Bot
• 系统设计：人工构建2000+条“人物风格对话”专项训练集（含语气、用词偏好、知识边界等维度），基于Qwen-7B模型进行SFT监督
微调，实现指定历史人物的风格化回答。引入RAG 知识增强：针对人物相关垂类知识（传记、事件等）构建倒排索引库（ES）和向
量库（Faiss），采用两路融合召回的形式通过语义相似度检索将相关片段注入Prompt，提升事实准确率，降低模型幻觉。
• 达成效果：（模型）具备指定人物的风格化回答、回答内容准确率90%。
项目四：自研货运模型
• 系统设计：调研垂类大模型的实现方式，先后尝试基于ChatGLM-6B的P-tuning和Lora等部分参数微调以及增量预训练+SFT全量微调
的路线；构建人工数据生产SOP，产出5w+条高质量数据对确保模型效果。
• 达成效果：完成大模型训练数据生产体系从0到1的构建，（模型）针对货运领域事实性准确率达到80%。
• 系统设计：以节点式静态编排为基础构建创作Agent，节点依次消息处理->意图识别->参数提取->结果重构进行独立封装，节点间通过
结构化数据流驱动。基于Qwen3-8B模型进行全量SFT和GRPO训练以提高意图识别&参数提取的准确率（通过采用线上采集+机器合
成+人工筛选的形式获取5000+条训练数据）。通过MCP服务集成15+创作工具（生图、生视频等）。通过多轮对话引导策略，引导用
户进行图文、视频等不同体裁内容的创作。
• 达成效果：（模型）意图识别&参数提取准确率90%+；（业务）端到端发文成功率+2pp、日均发文量+500。
项目二、智能Vlog剪辑
• 系统设计：采用Plan-Execute+ReAct双层 Agent 范式：外层Planner将用户剪辑需求分解为结构化子任务序列（意图理解、镜头筛选
等）；内层Executor以ReAct循环驱动工具调用，动态处理执行中的异常与反馈。多Agent之间通过共享工作区实现通信，确保上下文
关系清晰。通过交互式创作，理解视频素材基于剪辑需求完成Vlog剪辑。
• 达成效果：（模型）产出Vlog优质率80%+。
项目三、百科人格化Bot
• 系统设计：人工构建2000+条“人物风格对话”专项训练集（含语气、用词偏好、知识边界等维度），基于Qwen-7B模型进行SFT监督
微调，实现指定历史人物的风格化回答。引入RAG 知识增强：针对人物相关垂类知识（传记、事件等）构建倒排索引库（ES）和向
量库（Faiss），采用两路融合召回的形式通过语义相似度检索将相关片段注入Prompt，提升事实准确率，降低模型幻觉。
• 达成效果：（模型）具备指定人物的风格化回答、回答内容准确率90%。
项目四：自研货运模型
• 系统设计：调研垂类大模型的实现方式，先后尝试基于ChatGLM-6B的P-tuning和Lora等部分参数微调以及增量预训练+SFT全量微调
的路线；构建人工数据生产SOP，产出5w+条高质量数据对确保模型效果。
• 达成效果：完成大模型训练数据生产体系从0到1的构建，（模型）针对货运领域事实性准确率达到80%。
立即沟通
