基于大模型的单据判责处罚产品 1.负责设计优化prompt，提升判责结果的准确率。 2.搭建RAG链路，提升判责产品对实时政策与规则的感知能力。 3.对运营记录，商家履约单据，仓库质检单据，退货单据，团长单据多方数据处理，格式化，进行本地模型微调。 4.基于计算中心，及策略中心以及大模型实现判责产品的业务代码研发。

项目介绍： 快猫智慧零售货柜是基于动态或静态视觉技术研发的一类无人售卖柜。快猫智慧零 售中后台基于 Rancher+K8s+Springboot+Redis+Mysql+MongoDB+RabbitMq+Flink 的微服务架构， 为售货柜提供商户、商品、订单、客流等相关业务的有效管理，为商家及用户带来舒适的体验。 主要工作职责： 1. 针对公司机器视觉的商品应用场景，实现了智慧零售商品中台的基本信息模块、品牌模块、分 类模块、标签模块、样本模块、组合模块，对商品的录入、采样、应用全生命周期管理。 2. 整合公司机器视觉相关算法模块，标准化算法接口、实现模型的异步训练、识别功能，开发 集群化机器视觉算法平台。为终端设备提供简明，快捷的识别功能接入。 3. 、基于RabbitMq的持久化、死信队列、回调函数及Ack机制结合Redis、ElasticJob实现可横 向扩展、支持集群化部署的100%消息可靠中间件。 4. 基于自定义协议头，结合惰性队列、文件拆分整合技术实现视频流的稳定推流服务，提升了 一倍的识别下单速率

项目介绍： 结合算法端机器学习、深度学习模型及LLM能力搭建一个支持多租户，可扩展的 供应链域计划单据体系，基于策略中心、计划单据中心实现供应链计划域从需求到建议再到计划 的产出，指导执行实现灵活采、补、调。提升商家与小二协同效率的同时，优化采购、补货、调 拨准确率，降低缺出风险。打造供销协一站式平台，提供运营实时把控营销、需求、供给情况调 整售卖策略，优化供给降低售罄率与退供率。 使用的技术框架及中间件（阿里内部组件以下是平替）：Mysql,Redis,Hive,ElasticSearch,ElasticJob,RocetMQ,Setinal,nacos 主要工作职责： 1. 基于大模型对商品标签进行商品规格属性提取，对接同品匹配算法模型实现跟进竞价系统， 提升淘菜菜价格力。 2. 负责计划域策略中心，计算调度中心，计划单据中心、预测中心的架构设计，对计划域服务 进行重构。 3. 担任计划域系统重构PM，负责协调供应链计划上下游资源，把控重构项目进度及项目风险， 推动重构项目落地以及上线灰度切换及数据对账。 4. 基于DTS调度中心、预测中心和策略中心打造T0，T1销量预测白盒化体系。工程侧将业务 数据，通过可编排的数据处理流程（格式转换，特征拼接等）最终输入到算法，实现多模型 的销量试算及归因分析，从而促进算法的优化迭代，提升预测准确率。 5. 基于DTS调度中心，设计并落地了支持流程编排、多任务并发的物流计划自动托管能力。其 依托于多维度、多版本、多指标托管策略，实现算法预测与人工的协同，产出出入库计划提 供给仓端运营，从而保证产能的储备，减少资源的浪费。该能力提升了原计划准确率20%。 6. 负责组织小组学习交流，内容分享。