📌 ​Aspiring Full-Stack LLM Engineer | 🎓 2025 Graduate Seeking Opportunities

• ​LLM全栈开发: 从数据清洗 → 模型架构设计 → 分布式训练 → API部署的全流程开发
• ​工程架构: RESTful API设计 | 微服务架构 | 高并发优化 | 自动化测试流水线
• ​框架工具: PyTorch | Hugging Face | DeepSpeed | FastAPI | Docker | LLamaFactory

• ​编程语言: Python (OOP/装饰器/生成器/类型注解) | SQL
• ​模型开发: Transformer架构 | LoRA微调 | Flash Attention | 模型量化 | 分布式训练
• ​算法能力: 动态规划/主成分分析/ARIMA | 数学建模 | 爬虫开发 | NLP基础算法
• ​DevOps: Git | Docker | GitHub Actions | 1Panel | NGINX | TLS加密

智能合同解析系统 Python FastAPI LLaMA LoRA

• 首创正则+LLM的混合实体提取方案，NER准确率提升32%
• 设计数据增强策略，通过模板生成+语义扰动扩充训练数据10倍
• 基于LLama Factory实现LoRA微调，模型推理速度提升45%
• 部署FastAPI服务，异步编程支持高并发请求

药物临床试验统计编程 SAS CDISC

• 实现受试者双盲随机化算法，满足CDISC合规要求
• 开发SDTM/ADaM数据转换流水线，数据处理效率提升60%
• 构建自动化验证脚本，确保数据符合临床试验标准

FastAPI Docker WebSocket

• 实现服务健康状态以及服务状态的实时监控，自定义告警阈值
• 可视化Dashboard，查看过去服务在线状态、负载、延迟等

VtubeStudio LLM API 实时渲染

• 构建表情/动作实时驱动流水线
• 多种表情动作反馈

• 端到端LLM应用开发范式优化
• 基于vLLM的模型推理加速实践
• RAG系统架构设计