@myparadises
😄 最喜欢的技术栈：Java、分布式、Python、数据结构、RAG、强化学习、pytorch
📊 NL2SQL 智能体：商品数据助手是一个面向电商数据分析的 NL2SQL 智能体系统。用户输入自然语言问题（如“统计华北地区上个月各品类销售总额”），系统自动完成关键词提取、语义召回、SQL 生成与执行，通过 SSE 流式推送执行过程和查询结果。
🛍️商品数据助手是一个面向电商数据分析的 📊 NL2SQL 智能体系统。用户输入自然语言问题（如“统计华北地区上个月各品类销售总额”），系统自动完成关键词提取、语义召回、SQL 生成与执行，通过 SSE 流式推送执行过程和查询结果。
基于深度学习的智能图像搜索系统——由AutoEncoder、KNN和CNN提供支持，用于相似性检索、去噪和分类。用PyTorch + Flask构建。
`address-alignment` 是一个中文地址解析项目，目标是把一段混合了**省市区镇、详细地址、姓名、手机号**的非结构化文本，转换成可直接消费的结构化结果
本仓库是一个面向大语言模型（LLM）学习与实践的综合性示例项目。 Transformer 架构解析与分词器原理 全参数微调（SFT）、高效微调方法（LoRA、QLoRA） 基于 Unsloth 的训练加速技巧 使用 Hugging Face Accelerate 集成 DeepSpeed ZeRO 实现分布式训练 基于 vLLM 部署高性能推理服务 利用 EvalScope 进行自动化模型能力评测
从零实现神经网络底层组件的深度学习仓库，逐步实现了激活函数、损失函数、层结构、数值微分/梯度检查、优化器等核心组件，最终构建并训练了多层神经网络，能够在 MNIST 手写数字验证集上达到 98%+，测试集上达到 95.5%+的识别准确率。
4 年 Java 后端转型 AI 工程师的学习记录。目标：掌握大模型微调、RAG、Agent 开发，冲击 35K。
本项目基于 King County（美国华盛顿州西雅图地区）房屋销售数据，构建了一套模块化、可配置、高可复现的探索性数据分析（EDA）框架。 支持 分布、地理、分组、关系、时间 五大分析维度，涵盖特征工程、多类型可视化（静态图 + 交互地图）与自动化报告输出，具备高复用性与扩展性，可轻松迁移至其他城市房价数据集。
🧠 ShopMind 是一套面向商品技术文档（说明书/手册/新闻发布）的端到端知识管理解决方案。系统支持 PDF/Markdown 文档智能导入，通过多模态处理（VLM 图片理解）、混合向量检索和知识图谱构建，实现精准的智能问答能力。
本项目基于 LangChain 框架构建了一个智能点餐对话 Agent 系统，集成了多种 AI 技术实现餐厅服务的智能化和自动化。系统通过自然语言对话，为用户提供菜品推荐、餐厅预订、FAQ 问答等一站式服务。
