IT人力外包人才简历库

精通大模型全栈技术，包括增量预训练、全量微调、LoRA轻量化训练及RLHF强化学习框架。掌握DeepSeek、Qwen、ChatGLM等主流大模型的训练推理优化及国产化部署方案。熟悉国产算力平台适配（昇腾/智凯/曙光等）及大模型在公文写作、Text2SQL、标书生成等场景的工程化落地。精通NLP核心算法：序列标注（NER/CRF）、依存句法分析、文本摘要（PEGASUS）、知识蒸馏等。熟练使用fairseq、HuggingFace等框架，具备模型量化（GPTQ）、推理加速（vLLM）及RAG技术实战经验。擅长多语言模型（XLM-R/MBART）研发及翻译系统构建。

主导公文领域大模型研发，完成数据清洗、模型预训练及领域微调，构建自动化评测体系。设计基于BERT的意图识别与问答系统，实现虚拟偶像对话机器人及手机商城导购系统。开发多语言翻译模型，通过知识蒸馏提升翻译质量。完成音频文件智能分割系统，支持多种格式及动态token校验。优化大模型推理流程，采用vLLM和量化技术降低显存占用，提升推理效率30%以上。

1. 公文智能生成系统：基于Baichuan/Qwen/ChatGLM进行领域预训练，构建包含3万条数据的摘要训练集，采用PEGASUS架构实现关键句抽取与文本摘要，模型准确率提升至89%。

2. 多模态音频处理平台：集成demucs/spleeter模型实现多轨道分离，支持MP3/WAV等格式，开发基于时间戳的动态token校验系统，分割精度达98%。

3. 翻译增强系统：基于fairseq构建多语言翻译框架，设计word/sentence/sequence级知识蒸馏方法，结合XLM-R/MBART模型提升跨语言翻译质量。

4. 虚拟偶像对话引擎：开发包含意图识别、问答、闲聊生成的完整架构，采用BERT预训练模型实现多轮对话理解，支持复杂查询与知识图谱检索。

5. 大模型推理优化：实施vLLM量化方案，降低显存占用40%，构建RAG检索增强系统，提升生成内容相关性达35%。