CodeCV简历

教育背景

• 曾获奖项：掘金优秀创作者 & 签约作者；React 源码 Contributor；ACM/ICPC 亚洲区域赛金牌；
• 校园经历：在校期间担任 ACM 社团社长；全国互联网+ 大赛创业赛道国奖；蓝桥杯国奖；

实习经历

负责模块：小红书 APP 智能客服 AI大模型 Prompt工程 LangChain RAG优化

基于大模型和RAG构建的智能客服助手系统，为小红书 APP 的用户提供准确全面的咨询服务。

• 采用多查询策略生成同义问题簇，解决用户口语化提问的语义歧义问题，使Top-3检索精准率提升至92%
• 采用Markdown标题层级分块策略与上下文重叠窗口机制，解决长文档信息割裂问题，召回完整度达95%
• 基于重排序技术的多查询结果融合策略，精准定位核心信息段落，测试集MAP@3指标提升18%
• 部署生成决策链，通过检索必要性判断、文档相关性分级、生成质量验证三重闭环机制，实现错误率下降5.4%

负责模块：全网比价订单图片智能解析系统 Kafka SpringAI AI大模型 Prompt工程 RPC服务

通过AI大模型技术自动识别机票预订截图中的关键信息，为美团交通全网比价功能提供智能化数据提取服务。

• 采用多模型并行解析与线程池技术，通过并发调度解决单任务处理耗时过长问题，图片处理时长缩短60%
• 通过双消息队列异步解耦架构，消除上游服务调用阻塞，AI任务响应从分钟级降至秒级，接口超时率下降98%
• 应用Few-shot与COT等技巧优化Prompt，突破复杂票面泛化瓶颈，关键信息解析准确率达95%
• 集成全链路监控埋点系统，追踪Al处理耗时等关键节点数据，为性能优化提供数据，并实现故障的秒级定位

科研与项目经历

项目描述：通过可视化微调平台实现本地部署模型，为内部会议提供自动转录与摘要生成服务。

• 通过可视化平台微调 DeepSeek 模型，解决专业术语识别偏差问题，将关键信息准确率提升至94.2%
• 通过 FastAPI 封装微调后的模型，部署于内网服务器，实现数据零外传，接口响应速度稳定在200ms 内
• 基于Python-docx 与PyPDF2 开发一键导出功能，实现 Word/PDF 双格式会议纪要生成

研究内容：围绕深度伪造检测中的关键问题，结合注意力模块与特征融合策略，设计并优化了一种高效检测方法。

研究成果：在深度伪造检测领域研发的注意力引导特征融合技术，成功申请国家发明专利2项，获软件著作权3项。

• 基于注意力机制的动态权重调整策略，设计动态权重调整策略，增强模型对图像伪造区域的检测精度
• 通过构建多层次特征融合框架，整合空间、纹理及伪造特征，提升复杂样本的识别能力
• 开发端到端检测模型，结合注意力与特征融合技术，在准确率与计算效率间取得平

技能证书/其他

• 计算机基础：扎实掌握计算机网络、操作系统及数据结构与算法，为构建高并发、高性能系统提供底层支撑
• 编程语言：熟练掌握Java基础知识、Java集合、并发编程、JVM等内容；了解C++、Python基础
• 数据库：掌握MySQL数据库的存储引擎、索引、事务等知识；熟悉Redis数据库的常见数据结构、缓存等知识
• AI应用：具备运用Agent、RAG架构及大模型技术（如LLM）解决实际工程问题的能力