本人技术栈如下，如果我能帮助你请立即预约或发布需求

Java方向

1、熟练掌握Devops与CI、CD持续集成开发流程及相应工具(jenkins、gitlab、Nginx， docker、k8s)。

2、熟练使用MySQL、Oracle等关系型数据库，sharding-jdbc数据读写分离，熟练使用Redis非关系型数据库，熟悉Elasticsearch。

3、熟练运用Spring、Mybatis、SpringBoot、SpringMVC等开源框架，熟练Spring的IOC、DI、AOP设计思想。熟练Spring、Mybatis、SpringBoot、SpringMVC源码，手写简易版框架。

4、熟练微服务框架SpringCloud常用组件、熟练springSecurityOauth2授权框架熟悉三方授权Oauth2.0协议、springSecurity权限控制。

5、熟练分布式集群、高可用、高并发解决方案、服务降级、限流、熔断、隔离等，熟悉分布式和微服务常见解决方案。

6、熟悉常见消息中间RocketMQ、Kafka 使用以及高级特性。

大模型算法

1、理解注意力机制、Embedding、Transformer、Bert、GPT 等模型基本原理与架构

2、熟练应用机器学习算法进行大模型训练与评测，有炼丹经验。

模型训练与微调

1、掌握 LORA/QLoRA 高效微调技术，基于 Llama-Factory框架完成多行业领域适配(教育/政务)，支持单卡微调数十亿参数模型:熟悉模型蒸馏，pytorch，transformer架构了解基本结构原理。

2、熟练使用 Xtuner 完成对话模型全流程微调(数据集制作→Prompt 模板设计→SFT 训练→模型合并)，曾实现 EmoLLM 心理咨询数据集微调后意图识别准确率提升约 30%。

RAG 系统开发

1、基于 Llamalndex构建企业级知识库问答系统，实现文档分块(Text Splitters 自适应切割)、向量化(BAAI/bqe-large-zh-v1.5)、检索(ChromaDb)、生成(GPT-40/Qwen/deepseek)全链路开发，通过 Cohere Rerank 重排序策略，检索结果相关性显著提升。

模型推理与部署

1、掌握 ollama+Open-WebUl轻量化部署，支持本地模型(Qwen/Llama3/deepseek)快速上线

2、掌握 OpenCompass 对模型进行客观评估，并结合主观评估效果。

语言与工具栈

1、掌握 Python 编程语言，了解 PyTorch 深度学习框架。

2、掌握 DevOps相关工具，如 Docker，K8S，CI/CD 流水线等