Scroll
十年深耕，从代码到架构，从传统全栈到 AI-Native，每一步都留下可量化的沉淀。
从初创全栈到 AI 架构负责人，每段经历都是技术深度与业务视野的双重积累。
AI 科技公司
主导大模型应用架构设计，搭建企业级 RAG 知识库平台与 Agent 编排系统。负责 AI Native 产品技术选型与团队技术管理，推动边缘推理框架落地，模型推理延迟降低 60%。
互联网科技公司
负责核心业务系统架构设计与全栈开发。主导微服务化改造，系统吞吐量提升 3 倍；搭建 CI/CD 流水线与云原生基础设施，支撑日均千万级请求。
科技公司
设计并实现高并发后端服务，参与分布式系统架构演进。优化数据库性能与缓存策略，核心接口查询效率提升 50%。
初创公司
全栈开发，参与产品从 0 到 1 构建全过程。负责 Android 客户端开发与服务端 API 设计，快速迭代验证产品形态。
AI 全栈视角下的能力分布——从模型训练到工程落地，从后端架构到端侧推理。
每一个项目都是一次将 AI 技术转化为实际产品价值的探索——从对话智能到边缘推理，从开发工具到教育创新。
基于大模型的对话式 AI 助手，集成 RAG 知识库，支持多轮记忆与插件系统。实现企业知识智能问答与任务自动化编排。
计算机视觉与大语言模型融合，个性化学习路径推荐，实时答疑。通过视觉理解学生行为，动态调整教学策略。
轻量化 AI 语义记账，语音识别自动分类，消费洞察报表。一句话完成记账，AI 自动归类与分析消费习惯。
VSCode 插件 + 云端 AI 模型，智能补全与单元测试生成。开发者效率工具链，支持多语言上下文感知补全。
可视化 Prompt 编排，多模型对比测试，LLM 应用快速迭代。帮助团队系统化管理 Prompt 生命周期与效果评估。
轻量级模型部署方案，支持 ONNX/TFLite，边缘设备实时 AI 推理。面向 IoT 与移动端的端侧推理优化框架。
技术实力与协作精神的真实反馈——来自共事过的技术领袖与产品伙伴。
进强对 AI 工程化有极其敏锐的判断力。从 RAG 架构设计到边缘推理落地，他总能在技术理想主义与工程交付之间找到最优解。
和他搭档过最让人放心的架构师。技术深度够、视野宽，而且真正关心产品结果而不是只谈技术。
微服务改造期间，他把系统吞吐量翻了 3 倍，同时把部署流程做到了自动化。极少见到能把架构和 DevOps 同时做深的人。