毕业院校广东工业大学
专业背景计算机科学与技术 · 本科
求职方向大模型应用 / AI 全栈开发
意向城市广州
覆盖知识检索、内容生成与全栈产品的四次实践。
从年报解析、混合检索到确定性计算，把回答、证据与评测放在同一个工作台。
先约束证据，再生成回答 在候选查询前应用租户、密级、公司、年度和文档范围；融合关键词与向量召回，展示排序阶段与服务降级原因。
把数值计算交给工具 自研轻量异步状态图串联路由、检索、计算、生成与校验。Decimal 财务工具绑定输入期间、单位和来源，并限制执行时间与生成次数。
让质量问题可以复现 记录 Trace、节点耗时、Token 与模型成本。结合 Ragas 回答评分和 Recall@K 检索诊断，保留历史答案、实际证据及评分覆盖率。
在线体验：https://117.72.149.6/
将视频画面转成可检索资产，连接脚本规划、人工审阅与 FFmpeg 成片交付。
让检索结果遵守素材边界 场景检测后生成代表帧描述与嵌入，用 SQLite 保存切片资产。向量按模型命名空间隔离，并校验有限值、范数和维度。
让编辑与执行各自稳定 草稿使用乐观版本检查；导出前冻结渲染输入快照，避免用户修改草稿影响正在执行的任务。分项导出支持取消和重试。
以真实媒体产物确认完成 持久化任务队列限制渲染并发。重启后标记中断任务并允许重试；通过 ffprobe 检查时长与音轨，再交付 MP4 和相对时间轴 SRT。
在线体验：https://117.72.149.6:3000/
解析视频字幕，生成图文文章与知识卡片，通过正文优先交付缩短阅读等待。
按内容长度组织模型请求 短文本合并文章与卡片请求；长文本先有界并发摘要并保持原序。任务内复用 HTTP 客户端，将阻塞字幕解析移到工作线程。
正文可读后就交给用户 正文先保存并展示，截图和卡片作为后续增强。增强失败时保留正文，避免附属步骤使已完成的文章失效。
让 HTML 有独立阅读价值 共享渲染层提供五套主题、自动目录、字号调整、专注阅读与图片交互。读取历史文章时复用新模板，导出时内嵌本地截图。
在线体验：https://117.72.149.6:8890/
围绕 HTML / ZIP 作品发布，完成沙盒预览、社区互动与内容审核的产品闭环。
围绕作品组织数据模型 使用 PostgreSQL 与 Prisma 建模用户、作品、多级评论、评分、收藏和合集，通过唯一约束及索引支撑互动关系和列表查询。
在隔离环境里体验代码 预览 iframe 仅开放脚本能力，支持桌面、平板和手机视口。上传入口校验文件类型、体积与压缩包路径，审核状态控制作品发布。
给上线与维护预留接口 NextAuth 处理身份；存储层适配 R2、Supabase、Vercel Blob 与本地文件。结合请求限流、Sentry 配置和管理日志支撑平台维护。
在线体验：https://codepost.site/
混合检索、来源绑定与原页定位，让回答可以核验；把计算交给确定性工具，减少口径含糊。
FinAnalyst-RAG正文先读、增强后补；导出任务持久化、输入冻结、失败可重试，让长任务有明确状态。
Video to Article / ClipRAG-Omni从身份、数据模型到文件存储与审核，把 AI 功能放进用户真正能操作的业务流程。
CodePost围绕 AI 应用、Agent 编排与全栈工程，把模型能力转化为可靠交付。
基于异步状态图组织条件路由、多步规划与循环自省，设置执行预算防止死循环与超时。
通过结构化参数将复杂数值计算交给确定性工具，严格约束输入口径与异常降级兜底。
维护执行会话与临时推理上下文，在生成前完成范围校验、参数校验与安全过滤。
关键词与向量双路召回，通过 RRF 算法融合与交叉编码器重排，显著提升相关片段命中率。
结构化解析长文档与财报表格，处理视频场景切片、代表帧视觉描述与多模态素材嵌入。
回答绑定证据分块并精确定位 PDF 原页；结合 Ragas 与 Recall@K 实现端到端质量量化评测。
基于 React 19、Next.js 16 与 Vue 3 构建 AI 工作台与分享社区，兼顾工程类型安全与响应式体验。
结合 SSE 与轮询反馈长任务进展，支持正文优先立即可读、后续卡片与增强异步生成的平滑体验。
实现 Markdown / HTML 专注精读、多主题切换与 iframe 代码沙盒隔离预览，保障作品运行安全。
使用 Python / FastAPI 与 Node.js 构建异步接口，基于 Pydantic 严格校验模型结构化输入输出。
使用 PostgreSQL、SQLite、Prisma 与 SQLAlchemy 设计关系模型与具备重试能力的后台任务队列。
记录全链路 Trace、Token 消耗、节点耗时与错误状态；通过 Docker 容器化与 Nginx 稳定交付生产。
以项目为起点，
持续把问题做深。
我是冯嘉俊，广东工业大学计算机科学与技术专业本科毕业生，正在寻找大模型应用开发与 AI 全栈开发机会。
项目实践覆盖 Python 与 TypeScript 服务端、RAG 检索与评测、FFmpeg 媒体处理，以及 React / Vue 前端。我希望参与从需求分析、实现到上线维护的完整过程。
计算机科学与技术 / 本科
2022.09 - 2026.07
2024 年 C++ B 组
大学英语六级 567 分
LET’S BUILD SOMETHING USEFUL