猿急送>

深圳Python兼职程序员

ID：383196

枫秋落叶

python算法工程师

公司信息：
中科院

工作经验：
1年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日

所在区域：
深圳
宝安

技术能力

我的技术栈包括以下几个方面：

编程语言：
Python：作为主要开发语言，广泛应用于数据处理、机器学习、深度学习和Web开发。
JavaScript：用于前端开发，尤其是基于 Vue.js 的开发。
SQL/NoSQL：用于数据库管理和查询。
前端框架：
Vue.js：用于构建响应式和动态的前端应用，尤其是单页应用（SPA）。
后端框架：
Flask：一个轻量级的 Python Web 框架，适用于小型项目和快速原型开发。
FastAPI：一个现代的高性能 Python Web 框架，主要用于构建高并发的 RESTful API，支持异步编程。
机器学习与深度学习：
TensorFlow、PyTorch：用于构建和训练深度学习模型，应用于自然语言处理（NLP）、计算机视觉（CV）等领域。
scikit-learn：用于传统机器学习任务，如分类、回归和聚类。
Keras：高层次的深度学习库，支持快速构建神经网络模型。
自然语言处理（NLP）：
Transformers（Hugging Face）：用于实现和训练各种预训练语言模型，如 BERT、GPT 等，处理文本生成、翻译、问答等任务。
NLTK：一个广泛使用的 NLP 库，用于分词、标注和语法分析等。
计算机视觉（CV）：
OpenCV：用于图像处理、计算机视觉任务，如人脸识别、目标检测等。
PaddlePaddle、YOLO：用于目标检测和其他深度学习相关的 CV 任务。
数据处理与存储：
Pandas：用于数据清洗和分析。
NumPy：用于数值计算和矩阵操作。
SQL/NoSQL数据库：如 MySQL、MongoDB，用于存储和查询数据。
大模型：
GPT系列（如 OpenAI GPT、ChatGPT）：用于自然语言生成、对话系统。
BERT、T5、XLNet：用于文本分类、情感分析、语义理解等任务。
其他工具与库：
Docker：用于容器化部署，确保环境的一致性。
Git/GitHub：版本控制和团队协作工具。

项目经验

基于人工智能的AI问诊导巡大模型项目旨在提升患者的就医效率，缓解医疗资源压力。以下是项目的详细讲解：
遇到的问题:
· 整体架构: 如何在项目框架中选择前后端以及模型api的响应。
· 流式回答：如何实现用户能够获得流式回答，减少模型的响应时间。
· 模型裁决：如何让两个大模型的回答能够自动进行裁决，生成最优的回复。
· 意图识别：如何确保模型能够识别用户的问题是在进行问诊，而非闲聊。
· 信息整合：如何将RAG检索和知识图谱的信息与提示词相结合，提供给大模型用于回复。
项目搭建过程:
· 系统架构：项目使用前端页面与FastAPI框架进行前后端系统搭建，实现无缝交互。
· 数据来源：数据主要来自爬取的医学网站和开源医学对话数据集，用于训练意图识别模型，以准确判断用户输入的意图，分为闲聊和问诊两类。
· 项目流程与LangChain应用结合：
对于闲聊场景，系统直接与大模型进行对话。
对于问诊场景，系统首先检索RAG向量数据库，召回相关文本，并使用命名实体识别技术识别用户提问的疾病或症状。利用知识图谱（Neo4j）获取相关命名实体识别的科室和症状信息，最终构建提示词模板供大模型使用。
· 模型使用：项目涉及五个模型，包括千问7B和14B的LoRA训练模型、自预训练的意图识别模型、ModelScope中的RAG检索模型和命名实体识别模型。
· VllM部署：所有模型和相关数据均在本地服务器部署，使用VLLM对千问7B和14B模型进行加速推理，实现实时对话功能。
· Agent智能决策：在此基础上，使用本地千问14B的智能体对两个模型的回复进行裁决，模型能够自主判断并返回最优回复给用户。
最终效果:
· 实现了模型的实时回复, 比单次推理快上3秒;
· 使用agent对模型的回复进行裁决, 效果测试接近于人工审核;
· 实现了模型自动思考决策行为+rag和知识图谱的信息作为提示词工程, 减少了模型的幻觉问题;

案例展示

灵动ai

基于人工智能的AI问诊导巡大模型项目旨在提升患者的就医效率，缓解医疗资源压力。以下是项目的详细讲解：最终效果: · 实现了模型的实时回复; · 使用agent对模型的回复进行裁决, 效果测试接近于人工审核; · 实现了模型自动思考决策行为+rag和知识图谱的信
G60心理干预AI模型

项目搭建过程: · 前端使用vue搭建app和管理后台. 管理后台页面有患者列表、患者训练列表、患者心理量表、患者疑问列表、日训练情况查看等相关页面. app端是用户进行日常训练、疑问求解、以及使用大模型的相关页面. · 后端使用falsk搭建框架, python编写代码