AI 在齐鲁制药的应用设想与我的项目匹配
齐鲁制药作为以化学制药、生物药为核心的综合制药企业，正筹划 AI 能力的建设。以下是我结合行业现状与自身经验，整理的潜在方向与可落地的项目方案。
场景一：药物研发辅助
- 可做什么：
- 药理机制文献自动摘要、专利知识图谱构建
- 药物分子属性预测（如毒性、溶解度）、筛选候选靶点
- 我可匹配项目：
场景二：内部知识系统构建（面向销售/医学/法务等）
- 可做什么：
- 建立基于大模型的内部问答助手（如 SOP、制度流程、药物 FAQ）
- 让销售、医学代表快速查询制度、药品信息、报告等内容
- 我可匹配项目：
-
本地知识库系统（律所&公司）：支持 Markdown/PDF/Word 等格式文档接入，基于 Embedding + LLM 构建 RAG 问答 在线网址
-
生成式问答系统LORA微调项目：使用 Qwen1.5-1.8B + LoRA 微调构建专业问答模型，提升行业术语理解与自然语言回答能力；可迁移用于药品问答助手场景，实现更贴合术语、更专业的回答输出。
-
场景三：智能客服与业务路由
- 可做什么：
- 客服入口接入多轮对话 Agent，实现用户问题的自动理解与分发
- 实现用户问句的自动分类，如售后问题、退换货、用药咨询等
- 我可匹配项目：
- 智能多链路客服Agent系统：支持意图识别、多模块决策、多轮对话、工单提交、数据库查询，适用于构建多部门知识助手 Demo网站
- 意图识别分类LORA微调项目：构建多类意图数据集并微调大语言模型（LoRA），支持 Softmax + Top-K 输出；可快速迁移到药企的智能客服系统，提升用户请求的自动分流与响应能力。
场景四：运营/销售数据分析与智能推荐
- 可做什么：
- 分析区域销售表现、代表转化效率
- 精准识别“高潜客户”进行策略投放
- 我可匹配项目：
- Uplift精准营销分析系统：已实现 S-Learner 构建、Top-K人群圈选、AB评估与ROI预测 在线网址
- 全链路智能机器人监控 +结合模型预测 + 可视化BI 页面输出，支持运营日常使用
我的优势与能力
- 完整落地多个 AI 系统：从算法、后端、前端到服务器全流程部署，从算法研发、微调训练、知识库搭建到完整系统产品化均有实战经验，可独立完成从 0 到 1 的开发部署。
- 熟悉大模型开发流程：已完成多个 RAG 项目与 LoRA 微调项目（问答/意图分类），并结合业务场景进行有效落地。
- 知识体系结构化：自建 5000+ 双链笔记，涵盖 AI 技术与行业方法论，能够快速查找、复用与补全知识盲区，遇到问题可高效定位与解决。
- 学习能力强，适应新领域快 : AI 是飞速发展的领域，每家公司需求也各不相同，我具备持续学习新框架、新技术、新场景的能力，并已多次在全新领域中迅速上手、完成系统开发和应用
- 学术交流与视野扩展：持续与蚂蚁、字节等一线大厂的算法同学保持交流，关于机器学习，AI大模型等应用落地实践，紧跟前沿趋势，拓展技术视野。