简历

xxx
广州大学·计算机科学与技术·大三 求职意向:AI应用开发实习

技术技能
编程语言:Python(熟练)、Linux Shell、C++(基础) AI框架:LangChain、LangGraph、PyTorch、ONNX
Runtime, TensorRT
深度学习:Transformer/Self-Attention,LLM原理(Decoder- 大模型应用:RAG检索增强生成、Prompt Engineering、Agent
only,Tokenization)、CNN/ResNet;了解 LoRA 微调与量化 工具调用、DeepSeek API
Web 开发:FastAPI. Flask, Vue 3. Streamlit, SQLAlchemy 数据库:ChromaDB(向量数据库)、SQLite
部署运维:Docker、Docker Compose、Nginx、华为云ECS 开发工具:Git、Miniconda,venv,Markdown
项目经历
CampusQnA 校园百事通|基于RAG 的智能问答系统 个人项目·2026
技术栈:FastAPI+Vue 3+ChromaDB+BGE Embedding+DeepSeek API+Docker github.com/VNDR-atall/CampusQnA
设计并实现完整RAG流程:文档解析文本切分向量化语义检索答案生成，所有回答均附带引用来源，确保可源性处理73份PDF培养方案文档，生成5494个语义块，实现高效实时检索
开发Web聊天界面，支持快捷问题和实时交互;Docker 容器化一键部署，支持公网访问和多用户并发
AI智能聊天机器人|基于LangChain的Agent系统 个人项目·2026
技术栈:LangChain+LangGraph+DeepSeek+Streamlit+TavlyS
基于LangGraph 构建 ReAct 风格智能代理，集成计算器(numexpr)和实时网页搜索(TavlySe)，增模型实现智能记忆管理机制，通过 trim_messages 自动裁剪历史消息控制 Token消耗(1024-16384Token)采用流式输出技术提升交互体验，侧边栏实时展示Agent推理日志;完善错误处理机制确保系统稳定性完整版本演进(V0一V4)，从基础问答逐步升级至具备工具调用能力的智能Agent系统
模型推理优化与部署实践(ResNet-18) 个人项目·2026.03
技术栈:Python/C++/ONNX Runtime/TensorRT
使用 PyTorch 导出 ResNet-18至ONNX格式，通过ONNXRutim建立CP/GP能PP利用TensorRT进行FP16量化与层融合，推理延迟降至0.29ms，较ONNXGPU提升5.3倍，显存降编写C++推理程序适配 TensorRT 10.x API，解决动态形状、版本兼容性等实际部署问题设计Shell脚本一键运行全流程，撰写完整文档记录环境配置、实验结果及问题解决方案
个人博客系统|VNDR Blog 个人项目·2026
技术栈:Python+Flask+SQLAlchemy+SQLite+Docker+Ngin x vndr-atall.com
全栈个人博客系统，支持 Markdown 文章编辑渲染、树形文件夹分类管理、图片上传及用户评论 Docker容器化部署，Nginx反向代理，生产与开发环境配置分离，已上线稳定运行
竞赛经历
广州大学ACM程序设计竞赛校二等奖全国软件测试大赛嵌入式赛道广东省二等奖 蓝桥杯程序设计竞赛
|核心课程
C++程序设计、Linux操作系统、计算机视觉与模式识别、优化导论(Python)、数字逻辑自我评价
主动性强，善于通过项目实践学习新技术，能独立解决开发中的实际问题(如TensorRT版本兼容、显存优化等)注重工程规范，所有项目均有完整的项目记录与版本迭代记录，项目可复现、可维护熟悉Docker 工作流，具备从开发到部署的全流程工程能力