IT人力外包人才简历库

精通Go/Python后端开发，擅长高并发微服务架构设计与分布式系统开发。深度掌握MySQL/PostgreSQL分库分表优化、向量数据库（Milvus/PGVector）应用。熟练使用Redis缓存/消息队列、Kafka流处理，具备Docker/Kubernetes/Helm容器化编排与云原生部署能力。熟悉gRPC通信协议及Prometheus/Grafana监控体系。精通PyTorch/TensorFlow框架，具备大语言模型（LLM）全流程开发能力，包括预训练数据构建、SFT微调、RLHF强化学习。熟练使用LangChain/LlamaIndex构建RAG系统，掌握vLLM/TGI大模型推理服务化部署。熟悉模型量化（GGUF/AWQ）、LoRA微调及DSPy框架。擅长MLOps全流程实施，具备MLflow/Weights & Biases实验管理经验。

主导千万级用户智能客服系统开发，基于LangChain/RAG技术实现95%自动应答率，日均处理2000万次问答。设计电商推荐系统融合Transformer与协同过滤模型，通过Kafka实时处理用户行为，Redis缓存热点推荐，提升点击率18%。构建跨模态内容审核引擎，采用GPU集群实现并发推理，建立自动化审核流水线日均处理1亿条内容。开发金融风控系统集成XGBoost/LightGBM模型，实现毫秒级风险识别，降低30%潜在损失。

1. 智能客服系统：基于微服务架构整合大语言模型，采用LangChain/RAG技术实现知识库检索增强，结合Milvus向量数据库优化语义检索，解决高并发场景下的响应延迟问题，系统日均处理2000万次问答。

2. 电商推荐平台：构建Transformer与协同过滤混合推荐模型，通过Kafka实时处理用户行为数据，Redis缓存热点推荐结果，实现点击率提升18%。采用动态批处理技术优化计算资源利用率。

3. 内容审核引擎：部署多模态模型处理图文视频数据，基于GPU集群实现并发推理，建立自动化审核流水线，日均处理1亿条内容，准确率99.5%。采用弹性伸缩技术应对流量波动。

4. 金融风控系统：开发时序预测与异常检测模型，整合实时交易数据流，通过特征工程优化模型性能，实现毫秒级风险识别，降低30%潜在损失。采用轻量化模型量化技术提升推理效率。

5. 智慧交通平台：基于图神经网络（GNN）构建时空数据模型，处理IoT传感器数据，通过云原生服务部署实现区域流量预测准确率88%，支持动态交通调度优化。