PUBLIC EXPERIENCE FOLIO
履历折页
在检索、数据库与 Agent 之间，构建可验证的智能系统。
我主要关注 AI Agent、全模态检索与数据基础设施。相比只让系统给出答案，我更在意证据如何进入、过程如何被观察，以及失败之后能否恢复。
- Agent Runtime
- Agentic Retrieval
- Database Systems
按时间倒序
实习经历
保留职责、技术判断和可以公开验证的结果，删去与能力无关的个人信息。
抖音 / 平台产品基础
字节跳动
AI Agent 研发算法
围绕多模态内容治理构建可追溯的判定 Agent，并把高频分析流程沉淀为可复用的自动化能力。
公开工作摘要
- 融合抽帧、ASR、OCR、消重与时序证据，让结论能够回到具体依据。
- 结合提示词与 SFT 建立评测闭环，公开履历记录的无偏集一致率达到 94% / 91%。
- 按 CLI、Skill、Agent 三层拆分能力，覆盖识别、诊断与归因等重复流程。
AI AgentMultimodalSFTEvaluation
火山引擎 / 分析型数据库
字节跳动
湖仓与检索后端研发
在数据库团队落地多源知识接入、混合检索与多模态索引，连接数据工程、向量检索和生产部署。
公开工作摘要
- 完成鉴权、解析、分块、向量化、存储、混合召回与精排的端到端知识链路。
- 验证音视频 Scene / Shot 分层建模、多路召回、RRF 与 Reranker 的组合效果。
- 参与向量引擎能力建设，推进系统表扩展、记忆库适配与 DiskANN 索引落地。
ByteHouseClickHouseHybrid SearchDiskANN
技术架构组
京东零售
AI 基建软件开发
围绕企业知识与商家服务场景，建设统一检索底座和由用户意图驱动的推荐工作流。
公开工作摘要
- 设计多源混合检索框架，统一向量语义检索、关键词检索与意图路由。
- 主导 Doc2Query 全链路，通过以问搜问缓解用户表达与平台知识之间的语义差异。
- 参与画像、指标评估、行动计划与服务匹配组成的端到端推荐流程。
VearchElasticsearchDoc2QueryWorkflow
从问题到系统
项目案卷
项目不是技术名词的集合。这里展示问题、结构选择，以及可以回看的实现证据。
独立设计与开发
Napier
一个本地优先、玻璃盒式的 Agent Runtime。它把长任务中的消息、模型调用、工具、目标、分支与产物写入同一条有序证据账本。
- 以不可变运行快照和追加式事件账本作为事实源，而不是把聊天记录当作系统状态。
- 围绕同一运行记录提供恢复、分支、回放、评估与可视化检查。
- 将工作区工具、权限策略、沙箱边界与结果验证纳入同一运行时治理链路。
研究型系统
自适应向量索引引擎
面向动态读写负载，探索分区自动维护、自适应扫描与底层向量计算协同优化的索引引擎。
95%目标召回率
30% 至 60%扫描量减少
约 2 倍相对 Faiss IVF 的 QPS
- 以命中率滑窗与延迟回归在线决策分区拆分、合并与重聚类。
- 在 95% 召回目标下动态调整扫描范围，公开履历记录的扫描量减少 30% 至 60%。
- 结合 AVX-512、BLAS 批量距离与 NUMA-local 并行，公开履历记录的 QPS 约为 Faiss IVF 的 2 倍。
能力不是一排关键词
三条互相咬合的工作线
系统设计决定边界，检索与数据决定证据，工程实现让判断真正落地。
智能系统
- Agent Runtime
- SFT 与评测
- 多模态理解
- 工作流自动化
检索与数据
- 混合检索
- 向量索引
- 知识入库
- 湖仓与数据库
工程实现
- TypeScript
- Python
- React
- 服务端与基础设施
本页是为网站重新编排的公开版本，不提供原始简历下载。内容只包含经过筛选的工作事实、公开项目与技术成果。
继续看作品