Derek Wang

Derek Wang

USC CS37 / Programmer

个人简历

后端 · AI 工程

教育背景

南加利福尼亚大学

主修课程:算法分析、操作系统、数据库系统、信息检索

西南财经大学

主修课程:数据结构、计算机网络、数据库原理、面向对象程序设计(Java)

实习经历

Takin.ai 后端开发实习生

作为核心开发,负责内部运维 Agent 平台后端研发,将告警诊断端到端耗时从 15–30 分钟压缩至 60 秒内。

技术栈:Java、Spring Boot、Spring AI、DashScope、Milvus、SSE、ReAct、Function Calling

  • 三级 Agent 协作架构:基于 Plan-Execute-Replan 设计 Planner → Executor → Supervisor 协作链路;Supervisor 校验结果并触发自动重试与策略切换,在 200+ 条真实告警样本下将工具调用成功率从 70% 提升至 95%。
  • Agentic RAG 检索优化:基于 Milvus 搭建内部知识库,融合 MQE 多路召回、小块检索与父块返回的双层索引、Reflection 结果校验与 query 改写;在 150 条内部问答评测集上,召回率提升约 25%,检索准确率从 65% 提升至 90%。
  • Function Calling 工具框架:采用 Spring AI @Tool 注解与 ToolCallback 构建工具注册与路由层,支持运行时按意图匹配工具组合与热插拔;集成 Prometheus 查询、日志检索等工具,新增工具无需改动诊断链路。
  • ReAct 推理链路:通过状态机增量解析 LLM 流式输出,实时拆解 Thought-Action-Observation 并经 SSE 推送前端;配合心跳保活与断连重试保障长连接稳定性,推理 trace 全量落库支持 Bad Case 分析。

专业技能

语言
Java、Python、SQL
后端框架
Spring Boot、Spring AI、Spring Security、MyBatis
中间件
Redis、Kafka、Elasticsearch、MySQL、Milvus
AI 工程
RAG、Function Calling、ReAct