Hire this AI Trainer
Sign in or create an account to invite AI Trainers to your job.
No software listed
Text
Prompt + Response Writing (SFT)
Text Generation项目二：基于大模型的智能知识库问答系统（RAG）开发. Core strengths include LangChain4j, OpenAI API, and 通义千问 API. Education includes Bachelor of Science, Shandong Engineering Vocational University (2027). AI-training focus includes data types such as Computer Code and Programming and labeling workflows including Prompt + Response Writing (SFT) and Text Generation.
Prompt + Response Writing (SFT)参与基于RAG的大模型问答系统开发，围绕文档解析与检索质量构建可用于LLM交互的训练/调用数据流程。通过文档分块、向量化与语义检索来生成与用户问题相关的上下文，以支撑后续的提示词与回答生成。设计并管理Prompt模板，持续优化多场景提示以提升输出一致性与可用性。• 实现文档自动解析与分块处理（PDF/Word等）• 基于向量数据库（Milvus/Elasticsearch）实现语义检索与知识召回• 设计Prompt模板管理机制并进行配置/优化• 实现对话历史管理与上下文维护以支持多轮连贯问答
Text Generation参与企业级信息管理平台的AI相关能力集成探索，围绕后端接口与数据访问层实现业务解耦，为潜在智能分析与数据统计提供可复用的数据支撑。主要工作集中在后端服务架构搭建与数据缓存策略设计，用于提升在分析场景下的查询效率与系统响应。该经历更偏工程实现与数据处理支撑，而未明确描述独立的数据标注产线或模型训练流程。• 采用分层架构（Controller/Service/Mapper）实现业务解耦• 集成Redis实现热点数据缓存以降低数据库压力• 设计并实现RESTful API接口与Swagger文档• 使用Docker部署MySQL并配置主从复制与备份策略
Bachelor of Science, Big Data Engineering Technology
I used to work as a Java backend developer and AI application development engineer.
