游戏引擎知识库
证明我能把分散的领域知识转化为可治理的数据资产和 AI-ready 内容系统。
工程成长路径
数据工程→数据挖掘与机器学习→风控与数据平台→AI 应用→前沿部署与交付
我的职业路径从 ETL 和大规模数据分析，逐步延伸到推荐、信用智能、物流分析、ChatBI 和生产级 AI Agent。这让我能够把模型能力与数据底座、领域约束、API、部署和实际采用连接起来。
目标岗位方向
重点关注同时需要 AI 应用工程、企业交付和领域深度的美国岗位：
主要入口
重点- AI 工程师
- AI 应用工程师
- 应用 AI 工程师
前沿部署方向
- 前沿部署工程师
- AI 解决方案工程师
- 企业 AI 工程师
领域优势方向
- 风控 AI 工程师
- 反欺诈 AI 工程师
- 数据与 AI 工程师
核心能力
1
大模型应用工程
构建 RAG、提示词与指令工作流、LoRA 适配，以及有可靠证据支撑的企业 AI 应用。
2
Agent 系统
设计 ReAct 工具编排、多步骤分析工作流、兜底路径和人机协同控制。
3
评测与可靠性
覆盖检索、生成、幻觉风险、业务结果、模型漂移和生产行为的系统化评测。
4
数据与机器学习
技术栈覆盖 Python、SQL、ETL、特征工程、XGBoost、FAISS、Hadoop 和 Spark MLlib。
5
生产与企业交付
把系统从问题定义推进到 API、安全部署、企业集成、监控、规模化和用户采用。
AI 工程实验室
这里展示一组实践型系统：把分散的领域知识、文件、视频和工作流，转化为可搜索、可测试、可复用的 AI 辅助工具。
游戏配置与 Lua 分析工具
证明我能把运营规则、校验逻辑和领域知识落实为可用的工程工具。
视频课程转图文教程流水线
证明我能把非结构化媒体内容转化为可复用的学习资产，并提升内容生产效率。
AI 编程工作流手册
证明我不只是使用 AI 工具，也能把 AI 辅助开发方法教学化、流程化、团队化。
代表性 AI 系统
反欺诈 AILLM + RAGLoRA安全部署人机协同
企业反欺诈 AI 平台
面向受监管的电信和公共领域场景建设生产级反欺诈 Agent，将确定性规则、NLP、大模型推理、RAG、安全部署和标准化 API 结合起来，达到每日 1500 万次调用。
证明价值
证明我能在真实安全、延迟、集成、规模和用户采用约束下完成生产级 AI 工程，而不是只做模型演示。
NL2SQL分层路由ReAct AgentFAISS企业分析
企业 ChatBI / NL2SQL 系统
为物流分析建设 ChatBI 系统，用分层路由、引导澄清、检索、校验和 ReAct 工具编排，替代可靠性不足的纯大模型路径。
证明价值
证明我能够把概率式推理与确定性路由、工具、数据上下文和校验组合起来，建设可靠的企业大模型应用。
生产级机器学习XGBoost特征工程风控 AIAPI 平台
小米信用智能与风控平台
面向缺少传统征信记录的薄文件用户从零建设信用评分平台，把 MIUI、IoT 设备和电商行为转化为 1500 个特征、XGBoost 模型和 API 风控服务。
证明价值
证明我具备端到端生产级机器学习工程能力：特征体系、可解释建模、API、规模化、合作方集成和可衡量的金融业务影响。
实时分析根因分析物流决策支持
美团物流实时预警与诊断系统
面向物流履约建设实时预警与诊断系统，把经营信号连接到根因分析和可验证的改进动作。
证明价值
证明大规模数据系统可以成为真正改善可靠性、成本和一线决策质量的运营工程工具。