实现网

实现网 AI / LLM 工程师

        此页面是精选的 AI 工程师(个人开发者)页面,如果您有大模型训练,微调等AI相关需求,可从此页面挑选合适的工程师人选。


1. 推荐一位深圳的AI 工程师,华南理工大学,计算机专业本科毕业,有多款AI产品从0到1的全栈开发经验。

AI项目案例:

Creatify.ai AIGC产品,通过AI智能系统快速生成产品广告视频,

Gemsouls App,一款可以与虚拟AI角色进行聊天互动的产品,

Panpan Chinese , 一款带有有AI帮助提示功能的汉语学习系统。

在实现网完成多个订单均顺利交付,客户满意度高。目前自由职业接单,可以全日制合作项目。

查看工程师个人主页



2. AI 工程师,曾就职于阿里及乐视等大厂,精通常用的机器学习、深度学习原理,主要面向计算机视觉:卷积神经网络CNN,熟练掌握经典CNN模型(Alexnet,VGG16/19, ResNet50 ,Inception)和常用的目标识别模型(RCNN,fast RCNN,faster RCNN,YOLO,SDD)。

查看工程师个人主页



3.  AI 工程师,擅长做基于开源技术的aigc以及chatgpt相关服务,擅长 AI 图像处理,可为客户提供包含 gpu 服务器在内的 AIGC 相关的接口服务。有成熟的图片标签识别模型,及成熟的图像版权鉴定系统。

可开发基于开源LLM语言大模型进行定制支持中英文本地的知识问答系统,并提供包含gpu服务器到系统接口部署一条龙服务。

成功案例:为搜图神器、建筑学长网站提供 AIGC 接口相关服务,日均调用量数十万次。案例链接:

https://www.jianzhuxuezhang.com/aiDraw

https://www.soutushenqi.com/ai/draw

查看工程师个人主页



4.  推荐一位北京的AI 工程师,毕业于中国科学院大学,计算机专业,研究方向为机器学习、深度学习、自然语言处理方向。毕业后先后在百度互联公司、斯伦贝谢公司、虾皮信息科技有限公司工作。主要从事人机对话机器人,文本分类、文本匹配、文本生成、机器翻译,大语言模型等研发。发布多篇学术论文。

查看工程师个人主页



5.  AI 工程师, 熟练使用机器学习深度学习处理工作中的问题并规范管理部署,研究方向主要为AI图片及视频处理。

查看工程师个人主页



6. AI 工程师,曾就职于腾讯,八年以上的软件设计及图像处理算法开发经验,数学功底扎实,对算法的验证及其实现有深入理解。 精通C/C++,cuda,opencv,以及各种图像处理算法等,对图像处理有较深入的理解。  熟悉Python,Qt,模式识别、机器学习、deep learning等相关领域知识和算法。

查看工程师个人主页



7.  AI 工程师,曾就职于华为,精通python算法与应用开发,有5年以上的计算机视觉算法开发,人工智能,机器学习,深度学习的算法开发经验。擅长英文与中文科技文章写作,撰写与人工智能有关的科研基金。此外,有一到两年的前端设计与开发经验,基于Flask的网站app开发。可以接手国内外大学课程项目代写。能熟练使用 Latex。

查看工程师个人主页



8.  AI 工程师,双985硕士(保送),曾获国家奖学金。第一作者发表3篇学术论文(国内核心),一项发明专利已授权。全国数学建模一等奖(队长)。求学期间研究方向为图像处理与模式识别,做过缺陷检测、物体识别等项目。工作期间负责分布式数据处理、机器学习,该方向有7年研发经验,现在为高级研发工程师。

查看工程师个人主页



9.  推荐一位AI工程师,对国内外多模型集成有深入了解,包括OpenAI、文心(Wenxin)、通义(Tongyi)、星火(Spark)、百川(Baichuan)等平台。专长于设计和开发以AI为驱动的系统,侧重于知识整合、代码分析和自主代理能力。

AI技术:基于知识的问答系统、代码自动审查、AI Agent

工具及框架:Semantic Kernel 、LangChain

项目案例:

开发了基于RAG框架的AI驱动的知识问答系统,通过整合信息检索与生成建模技术显著提高了回复的准确性和相关性。

实施了代码智能审查系统来自动化代码质量检查和安全审计,使团队的人工代码审查时间减少了30%。

架构并部署了一个能够执行高级别复杂任务的AI代理,作为多种应用的数字助手。

AI知识库智能体的开源项目地址:https://github.com/xuzeyu91/AntSK

查看工程师个人主页



10.  推荐一位AI工程师,做过的大模型相关项目案例:

基于大模型为客户定制语音模型训练。收集尼泊尔语音频数据,使用端到端的 TTS 模型,构建一个尼泊尔语的语音合成模型。通过在模型中引入对不同语言特征的适应性机制,使其能够在未经过特定语言训练的情况下生成自然的语音。 利用已有的音频与文本对齐的数据,训练一个 forced alignment 模型,将该模型应用于语音数据,实现自动化生成字幕。

使用 LLM 和 LangChain为客户定制书刊编辑审核服务。使用LLM找出潜在的拼写错误、语法错误和用词不当的地方。

为客户训练 OCR 模型,使用深度学习模型进行 OCR 模型的训练,利用训练好的 OCR 模型对中英文资料进行文字提取。

查看工程师个人主页