辉 邱

AI 应用开发工程师 / Python 后端开发

Professional Summary

求职意向:AI 应用开发工程师 / Python 后端开发

Education

本科

集美大学诚毅学院

计算机科学与技术

2024-01 - 2026-01

Skills

Python(熟练,具备 AI 项目开发经验)FastAPI 框架RESTful API 设计规范JWT 身份认证机制MySQL 数据库及基本使用LangChain 框架RAG(检索增强生成)架构及基本原理向量数据库(FAISS)使用经验Prompt 设计与对话系统开发Transformer 架构及基本原理Gitee 项目管理Arduino / ESP8266 开发基础

Projects

AI 智能知识库问答系统(RAG + Agent)

核心项目

技术栈:FastAPI + LangChain + FAISS + MySQL + JWT

基于 FastAPI 构建后端服务,设计问答、用户及管理接口

实现用户注册登录及 JWT 鉴权机制

基于 FAISS 构建向量数据库,实现知识库语义检索

引入 Agent(ReAct)机制,实现工具调用(计算器等)

实现流式输出(Streaming),提升交互体验

实现多轮对话记忆(Conversation Memory)

开发管理后台,支持知识库文件上传与维护

项目亮点:

实现从 “数据 → 向量化 → 检索 → 生成 → 前端展示” 的完整 AI 闭环

具备实际落地能力的 AI 应用系统

支持多用户与权限控制,具备工程化能力

人体检测智能装置(Arduino)

技术栈:Arduino + 红外人体传感器 + 舵机 + LED

使用红外人体传感器检测人体信号输入

控制舵机进行持续自动旋转(巡检状态)

当检测到人体时,触发 LED 灯闪烁进行提示

编写 Arduino 程序实现信号判断与控制逻辑

完成硬件连接与调试

项目亮点:

实现 “巡检 + 触发反馈” 的简单交互逻辑

具备基础嵌入式开发与软硬件联动能力

RNN 中文输入法预测模型(学习项目)

技术栈:Python + PyTorch + RNN

完成数据预处理、模型训练及预测流程

理解序列模型在 NLP 任务中的基本应用

使用 TensorBoard 监控训练过程

收获:

掌握深度学习项目基本流程

对序列模型(RNN)有初步理解

Share this resume

This resume was shared via Resumeily