后端 / AI 工程 · Python · FastAPI · 多模态 ML 与 MLOps · 全栈（Vue 3 + TypeScript）
我不满足于「把模型跑通」——更关心模型上线之后的事：怎么尽早发现它退化了、怎么安全地放量、怎么解释它的每一次判断、怎么在合规前提下处理用户数据。
下面 5 个项目横跨 心理健康 · 人力资源 · 金融风控 · 企业知识管理 四个场景，但共用同一条工程基线：
多模态融合 → 可解释 → 漂移监控 → 金丝雀发布 → 全链路可观测 → 隐私合规
| 项目 | 场景 | 技术要点 | 关键指标 |
|---|---|---|---|
| bysj 心理健康风险评估系统（DWS） |
高校心理筛查与预警 | 多模态融合（问卷 + 文本 BERT + 生理信号）· WebSocket 实时告警 · Celery 异步链路 · PII 加密 | Prometheus + Grafana + Sentry + OpenTelemetry 全链路可观测 |
| hr-attrition 企业员工离职风险预警（HRA） |
人力资源 | LightGBM + IsolationForest 融合评分 · SHAP 个体归因 · 特征契约校验（推理 / 训练一致性） | 测试 AUC 0.9862 Top-20% 离职召回 0.8832 |
| fraud-risk-detection 实时金融反欺诈（FRD） |
金融风控 | 规则引擎 + XGBoost / BERT 多模态 · GraphSAGE + Louvain 团伙检测 | 漂移检测 · Kill Switch · 金丝雀发布 · 对标 PCI-DSS / PIPL |
| nexusrag 企业级 RAG 知识库 |
企业知识管理 | 向量 + BM25 + RRF 三阶混合检索 · 引用溯源到页码 · Plan-Reflect-Synthesize Agent · SSE 流式 | Vue 3 + Express + TypeScript 全栈 内置 Demo 模式（无 Key 可体验） |
| library 自托管电子书与知识库 |
个人知识管理 | Next.js 14 + FastAPI · SQLite FTS5 中文 trigram 检索 · Yjs CRDT 实时协作 · 双向链接知识图谱 | 25 个 pytest + Playwright e2e Docker Compose 一键启动 |
- 可解释优先 — SHAP 个体归因 + 特征契约校验，确保「推理用它训练时用过的特征」，而不是黑盒出数
- 上线可控 — 金丝雀发布、影子模式、Kill Switch、一键回滚，把「放量」当成有预案的操作
- 不信任静态指标 — 漂移检测 + 公平性审计，把「模型退化」当作一等公民处理，而不是等业务报警
- 合规内建 — PII 加密、审计日志、数据导出与删除，对齐 PIPL / PCI-DSS
- 可观测性 — Prometheus 指标 + Grafana 看板 + Sentry 异常 + OpenTelemetry 链路追踪
- 测试兜底 — 每个项目都有 pytest 单元测试、前端静态类型检查、e2e 冒烟与 GitHub Actions CI
| 层 | 技术 |
|---|---|
| 后端 | Python 3.12 · FastAPI · SQLAlchemy 2 · Alembic · Celery · Redis · PostgreSQL / SQLite |
| ML / LLM | LightGBM · XGBoost · scikit-learn · BERT · GraphSAGE · SHAP · RAG（向量 + BM25 + RRF）· Agent 工作流 |
| 前端 | Vue 3 · TypeScript · Vite · Pinia · Element Plus · Next.js 14 · Tailwind CSS |
| 工程 / 运维 | Docker & Compose · GitHub Actions · Prometheus · Grafana · Sentry · OpenTelemetry · pytest & Playwright |
- 每个仓库的 README 都写了技术栈、架构、快速开始与成果数据，
docs/下有架构文档与运维手册 - 多数项目支持
docker compose up或一条命令本地启动，可直接跑起来看效果 - 代码按生产标准组织：含数据库迁移脚本、CI 流水线、测试套件与部署文档
以上均为个人作品。项目里的性能数字取自各仓库 README 记录的测试结果。