← 返回公开模板库
版式: t4-tech高宇恒 · 大模型与 AI 算法工程师

大模型与 AI 算法工程师简历模板

专为 RAG、Agent 智能体框架、模型微调与大模型应用落地工程师打造。突出高召回率知识库、提示词工程与端到端 Agentic Pipeline 成果。

实时 A4 简历视窗(支持中英双语即时切换)

可点击上方按钮切换语言或复制 JSON
语言视图:
在 App 中使用 →

高宇恒// David Gao

whoami → 大模型与 AI 算法工程师
email david.gao.ai@example.comphone +86 136-8899-0011git github.com/davidgao-ailoc 北京 · 朝阳区

summary

4 年人工智能与 NLP/LLM 工程化经验。深入理解 Transformer 架构原理、主流开源大模型(Llama、Qwen、DeepSeek)生态与提示词工程(Prompt Engineering)。主导构建过企业级 RAG 混合检索问答引擎与自动化 Multi-Agent 智能体平台,兼具算法理论深度与工业级工程落地能力。

stack

code
PythonC++SQLTypeScriptShell
design
PyTorchTransformers / HuggingFaceLangChain / LangGraphvLLMMilvus / Qdrant
research
RAG 检索增强大模型微调 (LoRA)Multi-Agent 协作提示词工程模型推理加速

experience [2]

资深大模型算法研发工程师@ 智元未来人工智能研究院2023.03 - 至今
  • 主导企业级智能知识库 RAG 架构升级,结合 Hybrid Search(BM25 + Dense Embedding)与 BGE-Reranker 重排模型,问答准确率从 78.5% 跃升至 94.8%,幻觉率降低 62%
  • 构建基于 LangGraph 的 Multi-Agent 复杂代码生成与校验工作流,实现需求拆解、代码编写、单元测试生成的全自动流转,任务完成率提升 45%
  • 基于 vLLM + Triton 部署高并发模型推理集群,引入 PagedAttention 与 FP8 量化技术,单卡推理并发数提升 3.4 倍,平均首字延迟(TTFT)降低至 180ms
  • 采用 LoRA/QLoRA 对 Qwen-72B 进行金融/法律垂直领域微调,针对 20,000+ 标注样本进行指令对齐,在业务评测集上的表现超越基线模型 28%
NLP 算法工程师@ 海量数智算法科技2021.07 - 2023.02
  • 负责千万级海量文本的数据清洗、分词、实体识别(NER)与情感分析分类模型训练,服务于核心舆情监控系统
  • 基于 BERT 与 Faiss 构建海量商品智能问答召回系统,实现千万级向量毫秒级近似最近邻(ANN)检索

projects [1]

OpenAgentic · 开源多模态 Agent 执行框架2023.09 - 2024.04
Python, LangChain, OpenAI API, Milvus, FastAPI

支持自主环境感知、浏览器操作与 API 调用的开源 Agent 框架,内置记忆持久化与自我反思机制。GitHub 获 3.5k Stars。

education

中国科学院大学2018.09 - 2021.06
模式识别与智能系统 · 硕士
北京航空航天大学2014.09 - 2018.06
自动化 · 学士

extras

💡 为什么这份简历能通过初筛?亮点深度拆解

POINT 01

RAG 与 Agent 深度实战:构建多路召回 + 重排(Rerank)流水线,企业知识库检索准确率达 94.8%

POINT 02

模型工程化与微调:基于 LoRA / QLoRA 针对垂直领域模型进行微调,推理吞吐量提升 3.2 倍

POINT 03

前沿 ATS 关键词匹配:精准命中 LLM、LangChain、LlamaIndex、PyTorch、Vector DB、vLLM

🔍 ATS 招聘系统匹配关键词(Keywords Checklist)

在投递相关岗位时,建议确保简历的经历描述中自然覆盖以下技术栈与业务场景词汇:

Large Language Models (LLM)RAG (Retrieval-Augmented Generation)Agentic Workflows & Multi-AgentLangChain / LlamaIndexVector Database (Milvus / Pinecone / Qdrant)PyTorchPrompt EngineeringvLLM / Ollama 模型部署LoRA / QLoRA 模型微调PythonFunction Calling & Tool UseEmbedding 模型优化

浏览更多技术岗位简历模板: