Profile
关于我
Hi, I'm Xushuo，2026 届北京大学信息科学技术学院计算机科学与技术本科毕业生，目前正在寻找 LLM 应用后端与后端开发相关机会。
我的方向
我近期主要关注三类工程问题：如何让 RAG 系统在权限约束下稳定检索，如何让 Prompt 和模型变更能够持续评测，以及如何让 Agent 的高风险操作经过服务端策略、审批与可靠执行。
这些项目以 Python、FastAPI、PostgreSQL、Redis 和 Docker 为主。TinyLlama CUDA 推理引擎则用于补充我对模型执行路径、显存占用和批处理性能的理解，而不是改变主要的求职方向。
工程习惯
我做项目时重视三件事：
- 把权限、失败恢复和幂等性落实到服务端边界，而不是依赖模型自觉
- 用公开数据集、可复现 benchmark 和自动化测试约束项目表述
- 区分本地验证、确定性测试与真实生产证据，不把测试通过包装成业务效果
技术栈
- 编程语言：Python、SQL、C++
- 应用开发：FastAPI、PostgreSQL / pgvector、Redis、MinIO、Docker、Vue 3
- 工程工具：Linux、Git、GitHub Actions、OpenTelemetry、Prometheus
- 系统补充：CUDA、CMake、cuBLAS、LLM 推理
- 专业基础：数据结构与算法、操作系统、编译原理、计算机体系结构、数据库
近期项目
当前重点项目是多租户 RAG 知识库后端、LLM 评测与 Prompt 回归平台、安全业务工作流 Agent和 TinyLlama CUDA 推理引擎。完整经历见项目页或公开版简历。