吴迎辉

技术方向：AGI数据服务层

AGI统一数据服务平台

构建面向公司级大模型应用的统一金融数据查询与访问中枢。通过抽象逻辑表视图、标准化数据字典及SQL查询流程，为各类垂域大模型提供高效、透明、可理解的数据服务，支撑AGI能力在金融场景的落地。

• 统一数据访问层：整合公司5大核心部门（如iFind、B2C、AInvest等）的异构数据源，设计并实现基于标准SQL的统一查询接口，屏蔽底层数据复杂性，提升跨部门数据协作效率
• 数据字典管理：主导设计并开发金融垂域元数据管理平台，通过标准化流程配置逻辑表和字段来将垂域业务数据接入，提升数据可理解性与模型生成准确率
• 标准化查询流程：实现从自然语言/SQL请求→逻辑表视图映射→异构数据源执行→指标结果返回的端到端标准化SQL查询流程，确保数据访问的一致性与可靠性
• 模型赋能体系：作为公司大模型生态核心数据基座，目前成功赋能AInvest自主训练模型投入生产，日均稳定提供200万次高质量金融数据查询，为模型决策提供坚实数据支撑

技术方向：大模型应用开发

标准SQL项目：基于LLM构建NL2SQL核心Agent引擎

支撑全业务领域实时数据分析，作为问财对话系统核心模块，日均处理查询3000万次

• 跨领域实时查询系统：基于Data Fabric思想魔改Trino实现11个国内+4个国际领域20W个指标数据虚拟化，日均处理3000万次查询（峰值QPS 1300），P99延迟优化至520ms（降幅74%），服务器成本降低40%
• 模型效能突破：参与LLaMA2-13B→Qwen2.5-1.5B轻量化迁移，采用SFT+LoRA+RLHF微调方案，显存消耗降低75%，使A股领域准确率达89%，其他领域平均86%
• 自动化流程：设计大模型辅助标注Pipeline和自动化线上数据知识挖掘体系，构建金融垂域高质量指令数据集（130W条）

技术方向：大数据平台开发

金融数据查询与计算

围绕金融数据的查询性能，数据质量开展工作

• 金融数据实时缓存：使用Flink实时计算引擎，构建分布式缓存体系，数据时效性提升70%，硬件资源节省40%
• 金融数据质量保证：深度定制Datavines数据质量平台（开源社区核心贡献者），实现8000+关键指标监控预警
• 高性能数据库提升：引入QuestDB解决个体个性化时间查询不了历史问题，时序查询性能提升6倍

技术方向：Java后端服务开发

自然语言查询接口

围绕自然语言查询接口（通过问句解析成condition条件，根据条件查询各种数据）实现相关业务

• 搭建指标平台：将原本耦合在计算服务中的指标查询这部分剥离出来，经过重构后实现新数据源接入效率提升3倍，性能提升80%，减少硬件资源30%，支撑单日4亿请求，峰值万级qps
• 分布式调度平台：魔改Xxl-job实现代码零部署上线Java调度任务，支持部门13项核心业务、每日提供500w次调度
• 敏捷计算平台：构建计算平台通过配置化公式实现数据的生产加工，减少数仓30%的工作量，实现业务数据快速上线

技术方向：Java后端服务开发

服务与履约

参与集团重点项目架海金梁、一号工程、猫眼项目、跨境二次入区等，为商家保障护航，提升履约达成率。参加双十一等大促保障，所属服务零事故。