0312

• UID:30651

综合评分 34

方向：人工智能-大模型和多模态、人工智能-NLP和自然语言处理

南京市

300元/8h

1年经验

求职意愿：接单·考虑求职(15天前更新)

个人简介

南京信息工程大学软件工程硕士在读，中共党员，拥有扎实的AI工程化落地能力与全栈开发经验。核心研究方向与技能：大模型应用开发：深度掌握 LangGraph 多智能体编排，具备 Agent 工作流设计、复杂状态机管理及 HITL（人机回环）机制落地经验。精通 RAG 技术栈，熟练运用 Milvus 向量库实现混合检索（向量+标量），擅长构建防幻觉体系（如ID反查、原文引用锚定）。全栈与工程化：熟练使用 FastAPI 构建后端服务，掌握 SSE 与 WebSocket 流式通信技术；前端精通 Next.js 与 Zustand 状态管理，能解决流式渲染卡顿及并发冲突问题。熟悉 Docker 容器化部署与 Redis 多级缓存策略。多模态与部署：具备 OCR、音视频关键帧解析等多模态处理能力；熟悉 TensorRT 量化部署与 vLLM 推理加速，了解 LoRA/QLoRA 微调技术。项目实践亮点：商办AI工作台（实习）：主导后端AI流程编排，构建24节点状态机，实现毫秒级房源向量召回；设计四层防幻觉校验机制，实现敏感字段零越线与主链路高可用。科研成果：以第一作者在《Scientific and Social Research》发表论文，另有论文投稿于《Neural Network》及《IEEE Transactions on Image Processing》（在审），拥有软著两项，专利一项。自我评价：具备极强的工程落地能力与问题解决能力，热衷钻研LLM前沿技术，善于在复杂业务场景中通过技术手段提升效率。

技能

核心技能： Linux、PyTorch、PostgreSQL、FastAPI

其他技能： TensorFlow、TensorBoard、Redis-rb、Docker

交流语言：英语（可口语交流）

行业经验：人工智能、企业服务(saas) 、大数据、云计算

项目案例

面向商办房产经纪行业的对话式AI工作台

1、立项背景和目标商办房产经纪业务字段复杂（单套房源字段超200个），传统操作依赖人工填表、跨系统查询，效率低且易出错，同时面临严格的合规监管要求。项目目标是打造面向商办经纪人的对话式AI工作台，将“GUI填表+跨系统检索”的繁琐操作转化为自然语言对话交互，降低经纪人操作成本，提升信息处理准确性，满足合规风控要求。 2、软件功能与核心模块核心覆盖5大业务场景：①起始路由（START）：毫秒级识别用户意图，自动跳转对应场景；②智能找房（SEARCH）：支持自然语言查房，依托Milvus双通道流式实现语义召回，缺失条件时触发HITL结构化表单补全；③线索分析（LEADS）：自动汇总周期内线索，LLM输出重点客户排序、来源分布，通过ID反查规避事实幻觉；④带看规划（TOURS）：拉取双侧窗口带看数据，联动路径规划服务生成最优路线，支持一键加日历；⑤房源创建（LISTING_CREATE）：OCR+LLM抽取房源字段，敏感字段合规拦截价格/抵押类敏感字段，支持联网补全公开信息，三步表单引导合规提交。底层配套LangGraph状态机编排、SSE双通道流式推送、全链路Trace可观测、多层级防幻觉体系等支撑能力。 3、业务流程与功能路径以典型找房流程为例：用户访问/ai页面→START场景识别为找房需求→LLM抽取城市、业态、面积等核心条件，若缺失交易类型则弹右侧Drawer表单补全→拼接标量过滤条件，定向Milvus对应多业态分区召回60套房源→LLM生成个性化推荐理由→前端实时渲染30张卡片，支持“换一组”“收藏”等操作。若为挂盘流程：用户上传房源材料→OCR提取文本→LLM分段抽取字段并附带原文引用防幻觉→校验必填项，敏感字段合规拦截敏感字段→用户补全剩余字段→提交至上游业务系统，全流程状态可追溯，支持断网续跑、跨设备同步。

搜索房地产