宋安慶
AI / LLM 應用開發工程師
獨立 0→1 交付 · RAG 可 Demo · Cloudflare 邊緣 · 媒體資產（TTS → R2）
11 年以上後端與系統整合經驗，近年聚焦 LLM 應用落地：RAG 知識庫問答、Prompt 工程、檢索增強報告生成、Ollama 私有化部署與 Cloudflare 邊緣服務。擅長將領域知識整理為可檢索、可生成的結構，並以 Python（FastAPI / Flask）串接 API 與後端業務流程。
現場 Demo： 開啟 完整作品集 頁面，右下角「宋安慶 // AI Resume」即為本人建置的 RAG 履歷問答 Bot。
適合職缺
核心能力
- RAG 全流程： 資料 chunk、Embedding 向量化、檢索、Context 組裝與生成，有上線可 Demo 的履歷問答 Bot。
- Prompt 工程： 結構化輸出模板、檢索結果注入、參數調校；B2B 場景產出客戶可閱讀報告（NDA 專案）。
- LLM 服務整合： 熟悉以 API 串接商用 / 開源模型，並具 Ollama 本地部署（Docker、Ubuntu、GPU 指定）經驗。
- 後端工程底子： Python FastAPI / Flask、Redis、MySQL / PostgreSQL、REST API、高流量快取與成本優化。
- 領域知識工程化： 能將專家經驗拆解為可觀測事件與狀態規則（量化交易、內容平台），可類比角色狀態與對話邏輯設計。
代表成果
將履歷與作品集整理為向量知識庫，實作「提問 → 檢索 → Prompt 組裝 → LLM 生成」完整鏈路，部署至 Cloudflare Workers 並嵌入 Widget，可即時 Demo。
受保密協議約束之企業專案：整合 AI 搜尋與 LLM API，透過 Prompt 將檢索結果整理為結構化分析報告供客戶閱讀。技術細節可於面試說明，不涉及客戶與業務機密。
以 Docker 或 Ubuntu 部署 Ollama，支援 GPU 指定，用於本地推理實驗與 API 成本評估。理解私有化部署流程，持續學習 vLLM 等生產級推理框架。
高流量漫畫平台後端：大量圖文內容 CMS、API 設計、Redis 多層快取。具備數位內容平台與二次元產業實務脈絡，可支撐「對話中推送媒體資源」類業務的後端整合。
串接第三方 TTS API，生成音檔直接寫入 Cloudflare R2，供前端或下游以 URL 讀取；理解「生成 → 存儲 → 分發」媒體資產鏈路，可類比多模態內容交付。
將交易員主觀盤感拆解為可觀測事件、動態閾值與時間衰減評分，展現「抽象領域邏輯 → 可程式化狀態機」的工程化能力；AMCE 案例亦規劃 LLM 解讀層。
工作經歷
承接系統整合、FinTech 原型與 LLM 應用開發；包含 RAG 問答服務、Ollama 部署實驗、NDA 企業 LLM 專案與 Python 後端服務。
全端工程師，PHP / ASP.NET 後端開發、API 串接與系統維護。
需求分析、產品架構、專案救援與跨部門協作；曾參與遊戲橘子漫畫星等平台開發。
企業系統全端開發，累積 ASP.NET、資料庫與 API 交付基礎。
技能摘要
- AI / LLM：RAG、Prompt 工程、Embedding 檢索、LLM API 整合、Ollama
- Python：FastAPI、Flask、REST API、非同步任務流程
- 資料與快取：MySQL、PostgreSQL、Redis、查詢與索引優化
- 部署：Docker、Cloudflare Workers、Cloudflare R2、Ubuntu、GCP、GPU 環境
- 多模態 / 語音：TTS API + R2 物件存儲（開源 TTS 本地部署學習中）
- 其他後端：PHP Laravel、ASP.NET / C#（跨專案協作與整合）
誠實說明（面試可直接討論）
- 已有：RAG 上線作品、Ollama 部署、B2B LLM 搜尋報告（NDA）、TTS + R2、11 年後端與內容平台經驗。
- 學習中 / 尚未實戰：LoRA / SFT 模型微調、vLLM 生產級高併發部署、Function Calling 業務工具鏈、多模態 RAG（圖片 / 影片打標）。
- 優勢定位：能把 LLM 應用與穩健後端、成本意識、內容平台經驗結合，快速補齊產品鏈路中的工程缺口。
投遞 AI 角色引擎、Agent、陪伴類產品職缺時，建議附上本頁連結並於面試現場 Demo RAG Bot。