个人介绍
有LLM多模态设计经验，熟悉开发LLM。编程语言：精通Python，熟练使用SQL Server，熟悉Java，C++语法。AI Agent：熟悉Transformer架构，LLM微调以及NLP，ReAct模式设计，嵌入式模型，语音识别集成，prompt工程，LoRA微调、4bit量化技术，基于Trainner的大模型训练，chormadb, AutoTokenizer, 具备Qwen系列模型优化经验，实现多模态的经验。机器学习：深入理解LR、决策树、SVM、线性回归等经典算法，熟悉PyTorch框架，掌握模型训练、微调全流程性格：言而有信，一丝不苟，正值。
核心技能
Python
Requests
JSON
Pandas
Numpy
Excel自动化
CSV
LLM
AI开发
Lora微调
RAG
LangChain
API
爬虫
数据分析与可视化
精选作品集
基于Qwen2.5-Coder-1.5b模型的开发agent与多模态功能实现
1.使用LoRA技术微调Qwen2.5-Coder-1.5B，降低模型幻觉，增强模型回复能力，采用4bit量化提升模型推理速度，压缩体积从3.3GB到1GB，推理速度从15秒提升至1秒。2.注入工具，基于face_recognition等库实现模型人脸识别能力，训练之后准确度超过85%。3.基于transfomer训练模型对话能力，对5万条对话数据集训练，得到lora权重合并模型加速推理，显著提升模型交流能力。4.训练模型skills，自创建上百条对话数据锻炼模型调用tools能力，大大提高模型正确使用工具的能力。5.基于aip以及百度智能云API，实现模型的语音交互能力，实现通过语音与模型对话。
多模型机器学习分类实践
针对多种数据集进行分类实验，比较不同机器学习模型的泛化能力。
主要工作：基于pandas等包对数据进行清洗，采用特征工程（标准化、PCA降维）、超参数优化、模型评估验证（交叉验证、F1-score、ROC曲线、热力图），并分析模型优点，得出可视化分析，提升模型各项指标（准确率，精确率，召回率）。
数据库交互系统Python+SQL Server
基于Tkinker设计并实现一个图形化界面，实现对SQL Server数据库的增删改查操作，支持模糊批量搜索。
主要工作：使用PyODBC建立Python与SQL Server的连接，设计用户友好的Tkinter界面，封装数据库操作类，实现按钮点击触发SQL语句。
Python爬虫
1.基于fillder连接手机，登入手机钉钉打卡系统，爬取学生的个人信息。2.突破网页有道翻译的反爬，采用JS逆向技术实现有道翻译的功能。3.基于正则表达式以及request等包分析网页特征，爬取京东商品的信息。4.爬取网站的图片。部分示例由于时间过久，网页源码已经更新，所以附上源码。
工作经历
暂无 · 暂无
2026-03-26 - 1
暂无
教育背景
西南大学 · 数据科学与大数据技术
2021-09-01