个人信息
- 姓名:黎伟强
- 手机:191-2898-2623
- 邮箱:xiyun0769@foxmail.com
- 求职意向:Web后端开发工程师、Python工程师、大模型相关开发工程师
- 工作年限:9.5年
- 技术博客:http://blog.liweiqiang.vip
专业技能
- 熟悉的语言框架:Python(Flask、FastAPI)、Node.js(Express、Koa)
- 熟练使用LangChain构建大模型应用,使用 LangSmith 排查大模型可能产生的幻觉问题
- 熟悉知识库、提示词工程优化、RAG、大模型API集成(ChatGLM3、Qwen2.5)等大模型应用相关技术
- 熟悉大模型部署框架:Ollama、vLLM等等
- 熟悉常见web后端相关:微服务架构设计、RESTful API开发、容器化部署(Docker、K8s)
- 熟悉版本管理、文档和自动化部署工具Git、Kibana、Elasticsearch等等
- 熟悉 Mysql、SQLite、Oracle 等关系型数据库和 MongoDB 非关系型的数据库
- 熟悉CI/CD流程:Git/GitLab-CI、ElasticSearch等
- 熟悉测试流程工具: Node.js和 Python常见单元测试框架mocha/chai/pytest
- 了解Golang、Java等语言
工作经历
2020.12 - 2024.12 | 暗物智能科技(广州)有限公司 | Python开发
后端研发工程师(Python Web & 大模型应用开发)
算法工程项目
- 总体职责:Prompt Engineering(提示词优化)、LangChain框架应用、RAG(检索增强生成)设计、API部署
- 提示词优化与设计:根据产品需求开发工程,设计并优化提示词,显著提高了意图识别的准确率。
- 产品接口开发:对接业务后端,开发满足具体产品需求的接口,确保高效率的数据流转。
- 数据分析:Pandas/NumPy + 自动化报告生成
- 数据构建与验证:使用大模型构建数据,优化方案并开发测试脚本,确保数据构建的准确性和高效性。
理化生项目-教育类项目
- 集成开发与项目部署:担任集成开发及项目部署工作,对接算法、后端和工具链等各个模块。
- 开发基于Python的数据处理工具链,自动化处理百万级表格数据,提升团队效率40%
- 优化数据清洗流程,结合Pandas与自定义脚本,处理效率提升60%
- 优化自动部署:与运维团队沟通,优化自动部署中的 PVC 挂载问题,并处理 CI/CD 过程中 Pipeline产生的错误。开发阶段将部分运维操作交由开发团队完成,运维只需统一运行脚本设置 Pipeline,大大减少了沟通成本
2019.11-2020.10|深圳兰宇网络科技有限公司 | Node.js及Python开发
2017.12-2019.09|深圳市艾德网络科技发展有限公司 | Node.js及Python开发
2016.02-2017.08|北京开科唯识技术股份(深圳)有限公司 | Lua开发
2015.07-2016.01|深圳市中深软通科技有限公司 | Java开发
重点项目
暗物小应语音助手(2024)
项目概述:开发了一款语言助手AI大模型项目,主要涉及:意图识别模型,槽位识别模型、内容回复微调模型。
项目功能
- 语音指令处理:用户通过语音输入指令,前后端处理后将指令文本传递给本项目。
- 提示词生成:根据不同的会话类型(单轮或多轮),自动生成相应的提示词模板。
- 数据库管理:维护了意图表和槽位表,用于生成提示词。
- 大模型调用:使用 Python 和 Flask-RESTful 构建 Web API,通过 LangChain 对接大模型,封装成 API 调用。
- 效果反馈:从大模型获取意图和槽位信息,并返回给前端,前端根据这些信息执行相应操作
技术
- Python与Web开发:使用 Python 和 Flask-RESTful 构建了高效稳定的服务端处理逻辑。
- 大模型应用与封装:利用 LangChain 封装和调用大模型接口,确保精准调用和数据处理。
- 问题排查与测试:使用 LangSmith 排查大模型可能产生的幻觉问题。
- 工作流构建:通过 Dify 构建工作流接口供测试人员使用,确保各环节无缝对接。
- 维护与优化:设计和优化了整个系统的架构,确保高效率和高稳定性,同时降低了维护成本和沟通成本。
教育背景
河南科技大学 | 信息与计算科学 | 本科 | 2011-2015
英语四级证书: CET4
参考技能关键字
- Python
- Linux
- Docker
- Mysql
- MongoDB
- Redis
- Node.js
- Express
- Git
- Stackoverflow
致谢
感谢您花时间阅读我的简历,期待能有机会和您共事。