王奇
AI汽车客服
项目描述公司将深度学习、大数据处理、语义理解、汽车交互式对话等最新的AI技术与汽车销售相融合,致力于打造“主动式汽车客服AI”。用技术手段扩大优质汽车资源的供给,缓解优质汽车资源过度集中与客户需求过度分散的矛盾。基于Neo4j图数据库搭建了一套辅助汽车销售的智能问答系统。智能机器人会根据用户输入的信息进行详细答复。项目架构:BiLSTM、CRF、Bert模型、Unit智能机器人、Flaskweb服务框架、Redis数据库Gunicorn服务组件、Supervisor服务监控器、Neo4j图数据库;项目职责1、离线部分:1数据类型及其来源:结构化数据和非结构化数据,一部分数据是爬虫爬来的,还有一部分是数据部分直接提供的,已经打上标签。2非结构化数据处理:使用命名实体识别模型BiLSTM+CRF,从一段自然语言文本中找出实体,并标注出位置以及类型,模型F1=91%。3命名实体审核任务:使用BERT+RNN模型对识别出来的实体进行合法行的检验,是一项短文本的二分类问题,无须捕捉长距离的关系,模型指标ACC=92%。审核完成后将实体以及对应关系写入到Neo4j图数据库中。主要负责命名实体识别模型、命名实体审核模型的搭建、训练和调优2、在线部分:1句子主题相关任务:采用的BERT+预微调模型,判断用户的最近两次回复是否围绕同一主题,数据来源正样本是在线问答语料的真实信息,负样本是其他语料的回复信息,保证两段文本不相关,对模型进行训练,保存模型。2Werobot服务搭建,完成查询neo4j数据库的函数,使用gunicorn启动服务,编写测试脚本并进行测试。主要负责句子主题相关模型的搭建、训练和调优,并通过flask部署模型提供接口。
王奇
专家网聊天机器人大模型
项目描述:主要为金融行业提供专家网服务,基于客户用户的调研需求、进行专家推荐,手动进行专家预约、需求、访谈订单创建、订单结束等流程,人工梳理专家信息、记录主题电话会、语音转会议记录、造成大量客服、文本梳理员工成本的浪费,基于以上痛点进行大模型chat开发并部署到服务器,使用fastgptapi和sealos制作企业微信、飞书机器人等,来解决以上痛点。项目职责:1、基于公司资源定制最优算法框架方案及模型选型;2、基于业务书写prompt工程基于案例,解决基于专家简历自动书写专家推荐报告的需求;3、基于公司专家网数据保存至向量库制作Rag,通过RAG语义检索+tfidf最大相似度进行top10专家推荐;4、基于oneapi、fastgpt根据业务场景制作工作流、实现访谈订单创建、取消等内部系统的自动化流程;5、基于fastgpt与sealos创建企业微信助手和飞书助手,解决记录主题电话会、语音转会议记录等人工成本浪费的问题;6、落地项目业务人员测试评估验收完毕及大模型项目员工培训。业绩:项目落地后约访时长缩短了一倍,专家网文件、访谈报告、主题电话会等业务减少60%人工成本。
王奇
中科院医疗大模型
项目描述:中科院与合肥市医院针对医疗合作需要开发一款医疗大模型,具有以下功能:医疗问诊、疾病护理、疾病膳食疗养功能、根据患者提出的问题进行合理回答,膳食疗养、方案制定、为数字人做基座模型。项目职责:1、基于知网论文、医学期刊、医学书籍进行数据清洗、去重、存贮到向量数据库,医院数据集加工生成qa对,并存贮到向量数据库中,增加真实知识检索和解决llm幻觉;2、基于业务场景进行算法框架方案定制及模型选型;3、基于qa数据集、通过llama-factory框架进行72B大模型fine-tuning(3*8A100);4、api接口增加self-rag自检node,进行question相似问题拓展、问题回答生成、判断文档相关性、答案与question是否存在幻觉,最终模型返回准确的结果。5、运用function_cell、agent实现了全国医院联系方式获取、病人居住到医院距离、交通方式的选择、某地点美食店铺信息、天气查询、头条新闻等、方便患者进行信息查询。6、基于本地ollama框架进行模型加速、并在openwebui进行llm部署;7、医生对模型数据的校验、及准确率抽查;8、基于数字人大模型接口书写及部署。业绩:实现了大模型从0-1项目落地、项目优化、模型加速,使大模型准确率达到97.3%;
仓鼠丢东西拉
代码相关,会用代码帮助公司处理相关数据
会用代码辅助办公,并且会自己写一些小工具帮助工作。
每天拿个铁
医疗预约管理系统
技术栈:C#,Xamarin.Forms,ASP.NETWebAPI,AzureSQLDatabase为一家大型医院开发了跨平台的移动应用和后台管理系统,实现了患者预约、医生排班和电子病历管理。主要成就:使用Xamarin.Forms开发了iOS和Android版本的移动应用实现了推送通知功能,降低了患者未到诊率系统上线后,医院日均接诊量提升了20%
每天拿个铁
金融数据分析工具
技术栈:C#,WPF,.NETCore,ML.NET,SQLServer开发了一款桌面应用程序,用于金融数据的可视化和预测分析。主要成就:集成了多个金融数据源,提供实时市场数据使用ML.NET实现了预测模型,准确率达到85%开发了自定义图表控件,极大提升了数据可视化效果
每天拿个铁
在线教育平台
技术栈:C#,ASP.NETMVC,SignalR,SQLServer,Angular为一家教育机构开发了一个功能丰富的在线学习平台,支持视频课程、实时讨论和作业提交。主要成就:实现了实时视频流和聊天功能,增强了师生互动开发了自动评分系统,减轻了教师工作负担平台上线后,学生参与度提升了50%
每天拿个铁
智能仓储管理系统
智能仓储管理系统技术栈:C#,ASP.NETCore,EntityFrameworkCore,SQLServer,React开发了一个全面的仓储管理系统,实现了库存跟踪、订单处理和实时报告功能。系统采用微服务架构,提高了可扩展性和维护性。主要成就:实现了条码扫描集成,提高了库存准确性开发了实时仪表板,使管理层能够快速做出决策系统部署后,仓库效率提升了30%
吴健超
股票量化投资策略模拟交易系统
本系统允许自主研发量化投资策略并进行模拟交易,从2000多只A股中自动选取并交易;策略研发完成即可对历史行情数据进行模拟调试,验证其可行性。
吴健超
神经网络和图像处理实现二代身份证识别系统
本二代身份证识别系统识别正确率高达95%以上,系统提供的Train功能可以不断地更新训练模型,使之正确率不断提高,不断地接近100%。经测试,利用已有的训练模型,附件中50张二代身份证图像的正确率为100%。