24小时内活跃

八月

• UID:25856
综合评分 36
方向: 后端-Java 前端-小程序
杭州市
400元/8h
1年经验
求职意愿:接单·不求职(1天前更新)

个人简介

获奖情况 • 校三好学生, 中国人民大学 2024 年 • 研究生校级优秀奖学金一等奖, 中国人民大学 2022-2025 年 • 全额奖金, 开源软件供应链点亮计划 2020 年 • 国家一等奖, 2020 世界机器人大赛总决赛 (WRCF) 2020 年 • 国家一等奖, Robomaster 机甲大师超级对抗赛 2019 年 • 开发栈:C++,Python,Golang,Java,Bash,Docker,K8S • 语言: 英语 - 熟练 (CET-6 572)

技能

核心技能: FastAPI、C++
其他技能: Scrapy、PyTorch
交流语言: 英语( 可口语交流 ) 普通话( 母语水平 )
行业经验: 电商 在线教育 人工智能 云计算

项目案例

兴趣班搜索系统
业务和功能介绍 1、立项背景和目标: 针对北美课后教育市场商家信息高度分散(独立建站)、传统搜索引擎难以实现垂直领域精细化搜索,且聚合平台人工维护数据成本高昂的痛点,Richoo项目应运而生。本系统旨在打造一个垂直领域的SaaS+平台,核心目标是通过引入AI大模型(LLM)技术,实现海量商家网站课程信息的自动化采集、同步与智能解析,从而为北美家长和儿童提供高效的课程发现、个性化推荐以及统一的日程管理服务。 2、核心功能模块: 系统主要由五大核心业务模块构成: 课程查询系统:基于Elasticsearch提供BM25文本匹配与向量语义搜索相结合的混合召回能力。 课程推荐系统:结合用户画像与实时点击行为数据,为用户提供个性化的课程推荐。 课程日历系统:提供便捷的可视化工具,帮助家长统一管理小孩的课后班日程。 课程信息爬虫系统:负责在后台周期性并发抓取数万个商家网站的更新内容。 智能客服系统:利用Langraph技术,将家长复杂的自然语言需求精准转化为搜索过滤条件。 3、业务流程与路径: 系统的整体业务流呈现高度自动化的数据闭环:首先,爬虫系统从分散的商家网站抓取原始网页数据;随后,数据进入异步消息队列,由LLM解析服务接管,利用大模型将非结构化网页文本提取为结构化的课程JSON数据并建立索引;在用户端,家长通过前端发起搜索、对话(智能客服)或浏览推荐,网关将请求路由至对应的检索或推荐微服务,系统结合热度数据进行快速响应,最终用户可将心仪的课程一键加入个人日历中。
在线教育
ai作业批改小程序-学伴小智
1. 立项背景和目标 针对晚托机构老师在管理学生作业时面临的错题记录繁琐、纸质作业难以数据化、缺乏针对性复习题目等痛点,本项目研发了“学伴小智”小程序。目标是打造一款轻量级的智能教学辅助工具,通过AI技术将传统的纸质错题快速转化为结构化数据,为老师提供精准的学情分析,并实现个性化练习题的自动生成,从而提升辅导效率,实现因材施教。 2. 软件功能、核心功能模块介绍 智能聊天式上传模块(核心创新):打破传统表单录入方式,采用对话式交互。老师只需在聊天界面上传作业照片并输入学生姓名,系统即可自动识别并归档。 AI自动识别与分析:集成 Google Gemini AI 能力,自动完成 OCR 文字识别、题型分类(计算、应用、概念题等)及知识点定位,并生成详细解析。 多维度学情分析:提供错题类型分布饼图、知识点薄弱项 Top10 柱状图及学生错题趋势折线图,帮助老师快速锁定班级或个人的学习盲区。 智能举一反三(核心闭环):基于选定的错题,AI 异步生成难度相当、知识点一致的变式练习题,支持一键导出 Word 试卷,完成“练习-错题-再练习”的闭环。 3. 业务流程、功能路径描述 用户进入小程序后,通过底部中央的“相机”按钮进入聊天上传页,上传作业图片后,AI 实时返回识别结果并自动存入数据库。随后,老师可在“查询”模块通过年级、班级、时间等维度筛选作业记录或单道错题。在“练习”模块,老师可以勾选特定的错题任务,提交“举一反三”生成请求。系统在后台异步完成试卷编排后,通过 WebSocket 或轮询通知老师预览并导出 Word 版练习卷。
在线教育 人工智能

工作经历

richoo 北美初创
  
6-15人
全栈工程师
2025.03 - 2025.09
实现北美小孩课后班搜推平台从 0 到 1 的构建:数据爬虫,通过 Playerwright 爬取商家列表与原始网址;大模型解析:通过 Gemini 处理非结构化数据;在线检索,基于 Elastic Search 实现召回服务。平台上展示商家信息(新泽西州和纽约州)2w+ 家,课程信息 10w+ 个(项目线上地址:https://www.richoo.ai/discover)
阿里巴巴
  
10001人以上
搜索引擎开发工程师
2024.06 - 2026.09
广告平台在线搜索引擎优化:优化引擎资源占用,进行冷/热商品划分并基于搜索引擎中间件 Havenask 开发两阶段召回策略。存储资源节约 15%,RT 提升 30%。
腾讯
  
10001人以上
研究员
2022.09 - 2023.12
分布式数据库性能优化:实现负载驱动的自适应副本排布算法,并在 TiDB 上实现,吞吐提升约 2 倍 (项目地址:https://github.com/ZhengQiushi/LionDB)。产出 CCF-A 论文 1 篇(第一作者,收录于 ICDE2024,数据库领域国际顶会),专利 1 项《分布式事务处理方法、装置、设备、介质及程序产品》(学生第一作者,公开号:CN117348980A)。

教育经历

中国人民大学
2022.09 - 2025.06
计算机应用技术
硕士
同济大学
2018.09 - 2022.06
计算机科学与技术
本科
相似推荐
成都市
后端-PHP、后端-Java
技能:Laravel、Spring Boot、Yii、Bootstrap、UniApp、Vue、MySQL Workbench、Linux Kernel
佛山市
后端-Java、后端-Python
技能:Spring Boot、Java、React、Vue、Python、FastAPI
武汉市
后端-Java、前端-Web前端
技能:Java
宁波市
后端-Java、前端-Web前端
技能:Java、Vue
西安市
后端-Java、前端-Web前端
技能:Linux Driver、Java、JavaScript
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服