AI Agent / Infra / Model Serving
孟凡钧 Austin
北京信息科技大学信息与通信工程硕士研究生，求职方向是 大模型算法、Agent 开发、AI 基础设施。关注 LLM、RAG、ReAct Agent、Prompt Engineering、模型评测压测与 GPU 推理服务部署。
ReAct Agent
RAG
SGLang
Multi-Agent
AI Coding
Linux GPU
关于我
持续创作，持续输出，做一个终身学习者
具备大模型应用与 Agent 系统落地经验，覆盖 ReAct Agent、动态工具发现、Prompt / Plan 优化、量化回测评估与模型服务部署等环节。
有 AI 算法、AI Infra 与工程系统结合的实习经历，参与过 PB 级冷存管理系统、Multi-Agent 智能运维系统等核心项目。
熟悉 Linux 工程环境，能独立完成从原型开发、数据处理、服务部署到压测评估的闭环；长期运营个人技术博客，互联网平台文章累计浏览量 40w+。
教育背景
时间、学校、学历
2024.09 - 2027.06
北京信息科技大学
硕士研究生
2020.09 - 2024.06
天津中德应用技术大学
本科
竞赛奖项 / 奖学金
分行展示竞赛结果与奖学金
竞赛奖项
2026.03
阿里云“天池”Agent 挑战赛 · 优胜奖
队长，负责 Agent 设计与编程
2025.12
快手人工智能挑战赛 - 模型部署方向 · 一等奖
成员，负责编程与部署
2021.09
第七届移动互联网大赛总决赛 · 二等奖
队长，负责机械臂控制算法设计
奖学金
本科阶段
国家奖学金
本科阶段综合表现奖项
本科阶段
王克昌特等奖学金
校级高等级奖学金
研究生阶段
研究生三等奖学金
研究生阶段奖学金
实习经历
从算法原型到工程落地
北京达佳互联信息技术有限公司（快手）
研发线基础设施部 · 产品技术部实习生
2025.03 - 2026.11
核心项目：冷存磁带库自研软件、存储部件引入与故障治理、Multi-Agent 智能运维系统
存储部件引入测试：负责 SSD / HDD / HBA 卡的技术测试与选型验证，覆盖顺序 / 随机读写性能、IO 稳定性、掉电与异常复位、链路兼容性及长稳运行；自研 Python / Shell 自动化测试脚本替代人工压测与数据采集，累计执行 10,000+ 测试用例、完成 10,000+ 块部件引入评估，沉淀部件测试规范与准入标准。
存储部件故障治理：处理线上与厂商侧掉盘、SMART 告警、固件缺陷、链路误码等故障，结合测试数据与厂商结论定位根因，给出固件升级与部件替换建议；基于 TBW / DWPD、磨损均衡与写放大评估 SSD 剩余寿命与失效风险，形成可复用的选型与淘汰结论。
冷存磁带库自研软件：主导 PB 级冷存磁带库的数据迁移、回迁、替换、回收等全生命周期软件设计与开发，覆盖需求、设计、编码、测试到上线全流程；以 SPEC 规格文档驱动 AI Coding，先沉淀链路约束与验收标准、再生成实现并逐项回归验证，软件经 3 个月真实环境测试故障率仅 0.47%。
EC 编码优化：在商业软件替代与海量文件编码约束下设计 EC 切块窗算法，基于 PyECLib 实现多文件并行编码，突破单文件编码限制，编码峰值 1.6 GB/s、较原方案提升 16 倍；累计运行 5,000+ 冷存任务，任务故障率 0.01%。
Multi-Agent 智能运维：主导磁带库节点软件的实时监控与自动化运维，集成 Graphiti 知识图谱、TF-TTCL 自进化机制与 RAPTOR 检索，支持离线 3 轮循环深度分析 / 在线单次输出报告的双模式，自动产出异常定位、根因分析与改进建议，排障时间从约 0.5 人天缩短至 5-10 分钟。
磁带库资产管理：可视化纳管快手全量磁带资产，覆盖磁带库规模、磁带剩余空间、空间回收与资产台账，支撑 10,000+ 盘磁带的容量规划、回收决策与利用率分析。
Python
Shell
Linux
LTFS
PyECLib
Graphiti
RAPTOR
AI Coding
天津经纬恒润研究开发有限公司
AE 雷达部门 · 智能驾驶测评实习生
2024.06 - 2024.09
核心项目：广汽 A19 壁障雷达测试、上汽大通 SKK1 ADAS 产品项目、重汽重庆 FV70 ADAS 产品项目
支持道路测试、大里程测试与功能规模测试，完成雷达测试数据统计分析与报告产出。
定位补测项，分析虚警、漏警等异常原因，推动测试问题闭环。
在 OrienLink 平台完成数据切片与分析，产出十余项场测报告。
MATLAB
Linux
毫米波雷达
项目经历
单列展示，每项占满一行，有仓库的项目附 GitHub 链接
Qwen3 大模型 4090 单卡高性能推理优化
2025.10 - 2025.11
项目背景：快手研发线 BE-X 技术挑战赛，比赛方提供 RTX 4090 环境与测试工具，要求完成 Qwen3 模型量化、部署、精度评测与压测优化。
负责从 FP16 到 4-bit GPTQ / AWQ 量化的完整流程，完成量化模型转换、精度测试、推理部署与压测调优。
基于 SGLang 部署 Qwen3-8B-AWQ 推理服务，启用 reasoning-parser qwen3 支持 thinking mode，并使用 llm-benchmarker 进行吞吐、延迟与 SLO 压测。
围绕单卡显存、batch、并发、请求长度、服务启动参数等约束进行多轮调优，在吞吐、延迟、精度之间做平衡。
在 RTX 4090 单卡环境下完成高性能推理部署，MMLU 精度相较原模型下降控制在 1% 以内；在满足 SLO 的条件下，吞吐量、延迟、精度综合得分位列研发线第一。
Python
Shell
SGLang
Qwen
GPTQ / AWQ
Linux
llm-benchmarker
AI 投资决策与选股系统 - StockAnalyser
2026.05 - 至今
自主实现可部署的账户感知 AI 投资研究与选股系统，重点建设本地化 A 股数据层、行情质量校验、基本面候选股池和后续因子 / 回测扩展基础。
搭建本地化 A 股行情数据库，累计存储 1,057,564 条日线 OHLCV 数据，覆盖 5203 只股票、260 个交易日，数据区间为 2025-06-26 至 2026-07-21。
设计 symbol + date 唯一约束，保证单只股票单日数据不重复；当前行情库重复记录数为 0，提升数据清洗和回测结果可信度。
为行情表建立 (symbol, date) 复合索引，支持按股票代码与日期区间进行快速查询，适配后续 K 线分析、因子计算和策略回测场景。
日均覆盖约 4068 只股票，单交易日覆盖数量区间为 4034 至 5203 只，支持对全市场样本进行横截面分析。
完成行情字段质量校验，open / high / low / close 四类核心价格字段空值数均为 0；volume / turnover 字段完整率约 99.82%。
接入 TuShare 财务指标数据，构建 300 只基本面候选股池，覆盖报告期 2026Q1，包含盈利能力、成长能力、现金流质量、杠杆水平、估值水平和分红收益等指标。
基本面候选库覆盖 ROE、毛利率、净利率、营收增长率、利润增长率、经营现金流比率、资产负债率、PE TTM、PB、市值、股息率等 11 类核心指标。
对候选池进行结构化指标统计：候选股中 209 只 ROE 为正、168 只营收同比增长为正、167 只利润同比增长为正、154 只经营现金流比率为正、180 只资产负债率低于 60%。
维护基本面指标覆盖率：净利率、营收增速、利润增速、现金流比率、资产负债率字段覆盖率均为 100%；ROE 覆盖率约 98.7%，PB 覆盖率约 97.7%，市值覆盖率约 99.3%。
将行情数据与基本面快照拆分为独立数据层，降低数据耦合，便于后续扩展事件因子、估值因子、质量因子和多因子选股逻辑。
Python
FastAPI
SQLite
TuShare
OHLCV
因子分析
策略回测
基于 RetinaFace + Jetson Nano 的智能门锁系统
2024.04 - 2024.06
本科毕业设计项目，独立完成端侧人脸识别智能门锁系统，支持人脸录入、人脸检测、人脸识别与门锁控制等功能，项目获评优秀毕业设计。
在 Windows 端完成 RetinaFace 人脸检测与 FaceNet 人脸识别功能开发，并基于 PyQt 编写可视化交互界面。
配置 Jetson Nano Ubuntu 运行环境，将 Jetson Nano 作为上位机控制 ESP8266 与舵机，实现从识别结果到门锁开闭的软硬件控制闭环。
通过 MQTT 与阿里云 IoT 平台完成设备侧通信，实现云端、上位机、下位机之间的状态同步与控制链路。
项目覆盖算法推理、嵌入式通信、云平台接入、硬件控制和桌面端交互，是一个完整的端云协同原型系统。
Python
PyQt
Jetson Nano
MQTT
技术栈
单列展示，每个分类占满一行
编程语言
Python、Shell、JavaScript / TypeScript、C / C++、MATLAB
数据库
SQLite、MySQL、ElasticSearch
前端
Next.js、HTML / CSS、Vue2 / Vue3、Element UI
后端
FastAPI、Python Web 服务开发、RESTful API、异步任务处理、接口联调与服务部署
中间件
Redis、消息队列基础、Grafana、Kibana
Linux
Linux 工程环境、Shell 脚本、日志排查、系统资源监控、GPU 推理服务部署、LTFS 冷存环境、PyECLib EC 编码实践
AI能力
LLM、RAG、Agent / ReAct、Multi-Agent、Prompt Engineering、AI Coding、Harness、Loop Engineering、Skills、LangChain、LangGraph、SGLang、vLLM、ONNX、TensorRT 量化部署、GPTQ / AWQ、模型评测与压测
开发流程
Git、GitHub、原型开发、数据处理、服务部署、压测评估、技术文档写作