广州全栈兼职招聘

项目编号：【187550】 AI 一體化策略技術開發計劃書（條例式）（台指期） 一、專案核心目標 開發完全本地化、單機運行的期貨日內策略研發系統。 系統功能： 遺傳演算法自動組裝交易積木。 本地 Ollama 模型輔助策略診斷。 建立穩定、私密、低延遲的研發閉環。 二、核心技術棧 中樞管理：Dify（Local Docker） 本地推論：Ollama（Llama 3 / DeepSeek） 通訊解耦：ZeroMQ（單機進程間 IPC） 演化引擎：DEAP（單進程多執行緒） 回測框架：Nautilus Trader 開發環境：Python 3.10+ 三、系統模組與任務 3.1 Dify 單機工作流 任務下達 Agent：傳送演化參數至 ZeroMQ 通道。 狀態監聽 Agent：透過 ZMQ SUB 接收演化進度，Dify 介面即時顯示百分比。 智能輔助 Agent：演化停滯時調用 Ollama 查詢本地 RAG 知識庫，提供診斷建議。 流程編排 Agent：管理完整策略研發循環。 RAG 知識庫配置： 儲存本地量化文檔與交易積木手冊。 向量化存儲供 Ollama 檢索。 支援增量更新與版本管理。 3.2 ZeroMQ 異步通訊橋接 通訊架構： 任務下達通道：Dify PUSH → DEAP PULL 監控回傳通道：DEAP PUB → Dify SUB 狀態查詢通道：雙向 REQ/REP 進程隔離： LLM 推理進程獨立運行，避免阻塞。 GA 演化進程單進程多執行緒運行。 回測驗證進程與演化分離。 確保單點故障不影響全局系統。 3.3 DEAP 策略演化核心 基因架構（STGP）： 條件積木：價格行為、量價特徵、時間閾值、技術指標 動作積木：進場、減碼、全平、移動停損 演化算子： 選擇：精英保留 + 輪盤賭 變異：多點變異 + 自適應變異率 雜交：單點 + 子樹 多樣性維持：共享適應度 + 懲罰相似個體 適應度函數： 獲利因子 0.4 最大回撤 0.3 夏普比率 0.2 交易次數平滑度 0.1 3.4 Nautilus Trader 回測驗證 數據處理層： 歷史數據載入：Parquet / CSV Tick 數據重播：毫秒級精度 資料檢查：跳空檢測、異常值處理 記憶體優化：分塊載入與流式處理 回測引擎： 撮合：第一檔 + 滑價模型 手續費：期交所標準 + 交易稅 保證金計算：動態 + 風險係數 日內強制平倉：13:45 淨倉 績效指標： 收益：累計、年化 風險：最大回撤、虧損期 效率：夏普、卡瑪 交易質量：勝率、盈虧比、獲利因子 日內特徵：平均持倉時間、周轉率 日內交易規範： 開盤前不開倉（08:45 前） 收盤強制平倉（13:45） 午休不交易（12:00-13:30） 流動性過濾：開收盤高波動期控制 四、系統整合 數據流整合： 配置數據流：Dify → ZeroMQ → DEAP 演化數據流：DEAP → 策略樹 → Nautilus 回測數據流：Nautilus → 績效 → DEAP 監控數據流：DEAP → ZeroMQ → Dify 診斷數據流：Dify → Ollama → 優化建議 → DEAP 狀態管理： 演化狀態：世代數、最佳適應度、種群多樣性 回測狀態：進行中策略、已完成策略、異常策略 系統狀態：CPU / 記憶體、進程健康度 任務狀態：等待中、執行中、已完成、已失敗 五、本地化部署方案 Docker 容器： Dify：工作流管理 + Web 界面 Ollama：本地 LLM 推理 DEAP：演化引擎 + Python 環境 數據容器：本地資料庫 + 文件儲存 單機資源規劃： CPU：演化進程 4 核、回測進程 2 核、LLM 推理 2 核 記憶體：演化快取 8GB、回測數據 4GB、LLM 模型 8GB 儲存：歷史數據 50GB、策略庫 10GB、日誌文件 5GB 網路：僅本地通訊，禁止外部連線 六、效能優化策略 計算優化： numpy 向量化計算 多執行緒回測 記憶體及時回收 結果快取避免重算 通訊優化： ZeroMQ inproc 高頻通訊 訊息壓縮 批次處理小訊息 連線池重用 七、安全與穩定性 數據安全： 全本地存儲 配置檔加密 本地使用者權限管理 完整操作日誌 系統穩定： 進程監控與自動重啟 單任務資源限制 斷電保護（定期檢查點保存） 回滾機制（異常狀態快速恢復

项目编号：【187497】 给你把最终定稿文案整理好，直接复制发出去就行，包含服务器、网络、供配电、空调、温湿度、门禁、水浸全套机房动环监控，内网离线部署、无需双机高可用： 现有机房约200台设备，含服务器、存储、交换机、防火墙、精密空调、机房供配电设备；需额外接入机房温湿度、门禁报警、水浸检测动环点位 要求熟悉 Zabbix，能熟练完成部署，调试 可能要来现场调试，青海西宁，出差费用另计 完成后需要有 1年维护，可远程进行

项目编号：【43052】 【岗位】AI教育大模型后端架构师（兼职/项目制） 【周期】3个月（MVP阶段） 【方向】高中物理智能答疑小程序后端 🔹 项目背景 面向K12的物理过程引导型AI答疑工具，采用“题库RAG检索+大模型分步提示”架构，首期覆盖力学/电磁学等主干章节，需3个月内上线微信小程序。 🔹 核心职责 1. 搭建FastAPI后端服务，设计RESTful/SSE流式接口文档 2. 构建RAG知识管道：清洗你的题库→文本切片→Embedding向量化→部署向量检索（DashVector/Milvus等） 3. 集成商用大模型API（通义千问/智谱GLM等），编写并维护System Prompt模板库 4. 对接OCR服务（PaddleOCR/Mathpix），处理手写题还原为LaTeX/Markdown 5. 接入内容安全过滤SDK，实现未成年人模式、数据脱敏存储策略 6. 完成云服务器部署（函数计算/Docker）、监控日志、成本优化方案 7. 提供完整交付物：API文档、部署手册、Prompt配置表、压测报告 🔹 技术栈要求（必须） - Python 3.10+，FastAPI/Pydantic异步编程 - 熟练使用LangChain/LlamaIndex 或自定义编排框架 - 向量数据库实战经验（Milvus/DashVector/Zilliz至少其一） - 大模型API对接经验（支持流式输出、温度/阈值调优、Token成本控制） - 熟悉OSS对象存储、Redis缓存、PostgreSQL基础操作 - 具备CI/CD或Serverless部署经验 ⛔ 明确边界（非本项目范围） - 不编写任何前端界面代码（由独立前端负责） - 不进行模型预训练/微调 - 不负责小程序备案/ICP申请主体流程 - 不含支付网关/IM聊天/直播等扩展功能 📦 交付里程碑与验收标准 W2 前：环境搭建+向量库初始化完成，Top3检索命中率≥70% W5 中：前后端联调跑通主流程，单题响应≤3s，无阻断Bug W8 后：生产环境部署上线，安全过滤生效，提供完整源码+文档 W12 尾：稳定运行30天，接受代码走查与架构复盘 💰 预算范围：¥25,000 ~ 40,000（包干价，含税/运维3个月） 💳 付款比例：30%启动 → 40%联调版 → 20%灰度稳定版 → 10%维护尾款 📩 投递材料请附： 1. 过往类似项目链接/GitHub仓库（侧重AI/RAG/教育类优先） 2. 简要技术方案说明（针对本项目的RAG切分策略与Prompt设计思路） 3. 可投入时间（每周可用小时数）与预期沟通节奏 4. 对“非技术创始人协同模式”的理解与配合意愿 📜 合作前提：接受知识产权归甲方所有、签署保密协议、接受分阶段付款与代码评审。不接受黑盒交付或无限需求变更。

项目编号：【43042】 需要一位有经验的 Node.js / 运维工程师作为私人技术教练，而不是外包写代码。 目标是：通过远程共享屏幕的方式，带我读懂公司现有项目的源码结构、构建流程，并教会我完成部署。 【你需要会的】 熟练使用 GitHub（能讲清楚 PR、分支、Actions 的基本流程） 熟练 Node.js 项目编程 熟练 Docker（写 Dockerfile、构建镜像、运行容器） 具备基础运维知识（环境变量、日志、端口、常用 Linux 命令） 前端/后端配置涉及以下服务： Supabase（了解其认证、数据库、行级安全策略、API 使用方式） Clerk（了解用户认证、会话管理、JWT 集成配置） 最好拥有项目管理经验. 【我们不做什么】 ❌ 不需要你替我写业务代码 ❌ 不需要你接触完整项目源码（我会通过共享屏幕按需展示，并做脱敏处理） 【对教练的要求】 有实际项目经验，能用简单的例子把复杂概念讲清楚 有耐心，愿意回答“低级问题” 最好已经在流行的平台开设过咨询服务（这样我们可以省去信任沟通成本） 需接受签署简单的保密协议（电子签） 【合作方式】 线上 1v1，共享屏幕 按小时计费：300 元 / 小时（价格已定，不议价，节省双方时间） 先约一次 30 分钟试讲（付费 80 元，试讲不满意可结束） 试讲内容：拿一个你熟悉的 Node 开源项目，简单讲解配置 supabase.com 和 clerk.com 配置一个登录验证系统. 【如何联系我】 请直接回复以下信息： 简单说明您的 开发时长和经验, github 项目或者其它项目 Node/Docker 相关经验（一两句话即可） 您的可约时间段 我会优先联系已有平台服务链接的教练，节省互相确认身份的时间。 按小时付费，时薪合理。 试讲半小时付费，具体私聊。

我公司预做一个公众号，APP开发，现需求一位全栈工程师评估项目预算，及整个项目流程评估