郑笙桦

主导技术选型与方案设计，经三轮 POC 比较采购系统与开源方案，与 1 名工程师协作开发，联合 4 个部门负责人推进场景交付。夜间复盘运行约一周，产出 43 条知识与 Skill 更新建议，人工采纳率 90%+。Data Agent 是平台上的业务应用，覆盖还款、代偿、凭证等问题排查，其会话包含在平台累计量中。

与测试部门主管共同设计多 Agent 研发流程，主要负责知识管理与经验回流机制，制定各阶段 Agent 的输入输出及质量门禁标准，组织 7 个节点 Agent 的开发与流程接入。审核后的经验供后续需求复用，云上专业 Agent 与本地 Coding 工具、人工审核协同。

负责需求、架构选型、对话方案与效果评估，协调算法、研发和客服团队上线运营。以 500 通对话、2000 条 query、覆盖 80+ 意图构建三层评估集，结合业务数据微调语义模型并进行灰度 AB 验证；80+ 为评估覆盖范围。意图识别服务双节点部署与压测：响应约 0.2 秒，单节点 100 TPS、部署容量 160 TPS。维护 Agent 累计提出 100 条知识变更建议，人工采纳 60 条。

负责自动签章流程与工具开发，将文件核验、审批、签章及回传归档拆解为可追踪的任务状态，以审批门禁和幂等控制约束执行，并保留失败定位、原批次重跑与审计能力。业务成果按简历中的人工操作步骤统计。