Dixit Jain

In Time Tec · 全职

为企业场景构建达到生产标准的生成式 AI 与智能体 AI 系统，重点是能在真实负载下保持可靠的系统，而不是实验性原型。

• 用 LangGraph 与 FastAPI 构建生产环境的智能体 AI 与 LLM 应用
• 在 LlamaIndex 与 Qdrant 上设计带混合检索与有据生成的 RAG 架构
• 在 Python、Azure AI 与 Redis 上构建可扩展的 AI 智能体，带有状态的流程编排
• 落地 AI 安全与可靠性机制：个人信息脱敏、内容安全、越狱检测
• 通过可观测性与并行执行改进生产系统

TechMarqX · 独立合作

这是一次独立合作而不是一个职位：在三个不同的 AI 产品上端到端负责，从架构一直做到可运行的已部署体验。

• 构建了 TechMarqX 的网站平台，把其围绕 AI 自动化的定位落成生产环境的线上呈现
• 构建了 MarqHire AI，一个用于简历筛选、候选人匹配与排序的 AI 招聘平台
• 构建了 Brandry，一个把一句提示变成可部署站点的 AI 网站生成器

Unified Business Web Solutions · 全职

In Time Tec 之前的主要 AI 工程经历：为真实业务场景交付 AI 系统，从原型一路做到生产。

• 在 LangChain 中设计多智能体系统，把人工操作减少约 40%
• 构建把 LLM 与 ERPNext、SQL 中企业数据连接起来的 RAG 系统
• 用 n8n 与 Python 构建自动化流程，改造老旧的 ERP 流程
• 在 FastAPI、向量数据库与云基础设施上，把 AI 系统从原型推进到生产

Fudr · 全职

在 AI 工程成为主线之前，曾在一家创业公司里处在产品、工程与数据的交叉点上。这也是这里的做法从产品出发、而不只是从实现出发的原因。

• 把模糊的业务与产品问题翻译成清晰的技术执行计划
• 设计数据驱动的客户分群，用于个性化营销与运营
• 把分群与忠诚度举措接到可衡量的业务结果上
• 在快速迭代与各种约束塑造每一个决定的创业环境里工作

MTX Group · 实习

早期的企业技术经历：大型组织如何实施和维护软件，以及在那种规模下可靠性与安全意味着什么。

• 在 Salesforce CRM 实施方法论框架内工作
• 学习企业软件的可靠性、可扩展性与安全实践