Обо мне
Опыт
Part-time Contractor
Snorkel AI - - Сейчас
职位: Part-time Contractor | 时间段: 2025.09–至今 | 工作内容: 参与 Terminus Bench 开源 coding agent 评测基准建设，提供沙箱环境以安全执行和测试 AI 生成代码；设计并实现新的 coding agent eval benchmark，扩展任务覆盖范围并提升不同 agent framework 下的评估可靠性；基于领域指令数据集使用 LoRA SFT 微调 DeepSeek V4 Flash，使用 ms-swift 搭建端到端训练流水线，负责数据预处理、tokenisation，并将微调模型集成到 benchmark 评估流水线中；在 CyberSWE 安全基准项目中，开发用于评估 AI coding agents 真实漏洞修复能力的 benchmark 任务，在真实仓库中植入应用层缺陷，编写仅描述症状的任务提示，构建隐藏式黑盒安全测试、确定性 Docker 环境，并通过 Harbor/Realm oracle workflow 验证 gold fixes。
Senior LLM Engineer
Weibo - - Сейчас
职位: Senior LLM Engineer | 时间段: 2024.10–2026.01 | 工作内容: 实现类似 DeepResearch 的多智能体报告生成系统，支持多轮检索与报告生成；基于 RAG 和 Qwen 模型构建具备短期与长期记忆能力的 Elon Musk-like AI agent；主导多轮对话系统后端架构设计，在 Follow-up Question 模块中构建基于用户画像的精准推荐算法；利用高质量对话数据进行 SFT，并结合基于 RL 的 DPO 优化，提升对话质量、转化率和点击率；应用受 Search-R1 启发的 RL 框架优化自定义搜索系统，使模型动态生成搜索 query 并迭代修正答案，将检索结果纳入推理循环以提升复杂多步问题的准确性与相关性；设计结构化推理输出以引导模型搜索与决策过程，增强精度与可解释性；实现支持多种 LLM 与搜索后端的模块化流水线，相比纯 prompt 方法显著提升检索效率与回答质量。
Software Engineer
Microsoft - - Сейчас
职位: Software Engineer | 时间段: 2022.12–2024.10 | 工作内容: 在 Azure ML Studio 上实现 llama3、GPT-4o、Mistral 等基础模型的微调流水线，管理 Azure Blob Container 中的训练数据，生成涵盖数据 tokenised、preprocessing、verification、prompt instructions、LoRA fine-tuning、deployment、evaluation 的 pipeline SBOM 文件；实现面向 GPT-3.5 turbo、GPT-4 文本摘要与微调评估的英文及 10 种多语言训练数据流水线；使用 GPT-4 对小样本数据进行数据增强，以微调 GPT-3.5 turbo、LLaMA 3 英文/多语言模型，并在 Microsoft Teams meeting summaries 场景中评估微调效果。
Software Engineer
Kafang Tech - - Сейчас
职位: Software Engineer | 时间段: 2019.09–2021.05 | 工作内容: 设计并实现 ML training cloud-native platform，部署于两个 Kubernetes 集群，并构建用户认证；集成 Redis 缓存，将数据检索时间降低 60%，提升应用性能；开发 10+ RESTful API 用于训练数据管理（上传、校验）；实现 Redis task queue 处理训练任务，解耦 sidecar/gateway，并构建 gateway 与 queue 间的 gRPC 连接；负责服务器监控与告警，使用 Golang、Python 在 Prometheus 中实现动态内存告警规则，将误报率从 46.6% 降低到 17.6%，并在 Alertmanager 中配置邮件/Slack 告警，使用 Grafana 进行指标可视化；使用 go-mail 包实现账户管理邮件通知模块。
