邬臻林

工作描述：1. 在社交聊天应用场景，基于dify框架开发大模型评测系统，探索LLM应用构建SOP。2. 基于dify建立智能客服系统，涵盖用户鉴权、需求提交，解决平台运维迭代不规范、不透明和低效的问题。

• 大模型评测系统：1. 搭建原始数据链路。2. 搭建数据打标平台，积累评测样本。3. prompt+模型选择+测试找badcase+优化，梳理大模型评测原理和逻辑。4. 迭代数据打标和评测的方法论。5. 深度了解业务，记忆系统，角色认知，亲密度
• 智能客服系统：1. 智能交互漏斗设计。2. dify+workflow+RAG，实现语义理解增强引擎；3，服务执行中枢，工单自动化，会话群组创建，知识库精准回复；3. 基于Fastap搭建web应用，建立聊天和工单管理系统，追踪服务质量，积累badcase

工作描述：基于大数据平台的数据报表制作与自动化处理，基于爬虫Web端自动化治理

• 数据报表：目的是预测商机，展示重要数据。首先要理解业务数据指标，再写SQL取数
• 办公自动化：对离线文件进行批量化处理；通过爬虫程序模拟人工操作，完成数据采集、配置修改等任务

工作描述：广告投放机器学习模型评测系统

• 使用Flask+Vue，搭建Web应用，作为可视化模型训练平台的基础架构；主要功能是可视化调整损失函数，模型超参数
• 实践了Linux服务器部署，Vue项目build后用nginx配置，supervisor运行Flask，编写conf配置文件。具备快速项目上线能力

工作描述：流量入口高并发处理，业务层缓存异常处理，支付接口 技术栈包括：springboot，vue，redis，消息队列，分布式锁，设计模式

• 应对数据库过载：利用Redis缓存setex过期时间，实践装饰器模式，完善日志逻辑，修改数据库配置；经历数据库事故修复
• 前端安全措施：利用Vue Router的导航守卫和Vuex管理用户权限，动态控制页面访问和操作按钮的显示
• 分布式一致性：使用redission分布式锁保证多客户端不冲突；使用evalsha保证多redis操作的原子性