AI 工程师 · Agent 构建 · Prompt Engineering

孟佳辉

Agent、Prompt Engineering、Fine-tuning 与 RAG

我专注于构建实用的 AI 系统,涵盖 LLM Agent、提示词工作流、检索增强生成和模型微调。 同时也有计算机视觉、AR 以及端到端产品交付经验。

Agent 提示词工程 Fine-tuning RAG LLM 系统
20+ 香港医院试点部署
1个月 独立完成核心功能交付
3.94 USC 硕士 GPA
孟佳辉头像

当前重点

把 LLM 想法做成稳定、可交付的产品

我喜欢在产品思维、模型质量和系统设计之间找到平衡,尤其是 Agent 和检索增强场景。

教育背景

美国南加州大学(University of Southern California),电气工程硕士,2023 年 8 月 - 2024 年 12 月,GPA 3.94/4.0

香港理工大学(The Hong Kong Polytechnic University),互联网与多媒体技术学士,2019 年 8 月 - 2023 年 5 月,一等荣誉学位,GPA 3.61/4.0

技能

语言

Python, Node.js, C++, Java, C#, JavaScript, HTML, PHP

机器学习与计算机视觉

PyTorch, TensorFlow, Scikit-learn, OpenCV, 计算机视觉, 时空建模, 图神经网络, 深度学习, 机器学习

LLM 与 AI Agent

RAG, Prompt Engineering, 上下文结构化, 检索优化, LLM 微调

后端与部署

AWS, Docker, Flask/FastAPI, REST APIs, Unity, ARFoundation, SQLite/MySQL, NoSQL

工作经历

项目员 | 香港理工大学

2025 年 1 月 - 至今
  • 主导一项已获专利的 AI 辅助 AR 手卫生应用,覆盖数据流水线、模型集成、后端服务和生产部署,应用于临床培训场景。
  • 在 1 个月内独立交付核心功能,替代了原本估计约 6 个月的外包开发工作,加速了产品验证与落地。
  • 构建多阶段机器学习系统,覆盖数据采集、预处理、训练、优化和跨平台推理,支持移动端、桌面端、边缘设备以及 AR 眼镜,兼容在线与离线模式。
  • 方案已扩展到香港 20 多家医院,并支持机构采购沟通,以及在 ICPIC、IICC 和 Hospital Authority Convention 上进行外部展示。
  • 技术栈:Python, PyTorch, TensorFlow, OpenCV, AWS, Unity, C#, ARFoundation, Docker, REST APIs, SQLite/MySQL

研究助理(兼职) | 香港理工大学

2022 年 1 月 - 2024 年 10 月
  • 设计并部署高分辨率室内接触映射 AI 平台,覆盖数据工程、检测/跟踪流水线、云服务和分析工作流。
  • 搭建面向生产的计算机视觉与时空建模流程,生成接触图谱和风险信号,为香港的公共卫生决策提供支持。
  • 对间接的人-场所接触与直接的人-人接触路径进行相对传播风险建模,将研究结果转化为可解释的业务洞察。
  • 方法/工具:时空建模、多目标跟踪、风险评分、隐私保护数据处理。Python, PyTorch, Flask/FastAPI, AWS

项目经历

HealthAgent 与结构化 EHR 图谱系统

自驱动 LLM 系统 / AI Agent 工程 · 2025 - 至今
  • 基于 FastAPI、React、SQLite/PostgreSQL 构建本地健康咨询 AI Agent,支持多用户档案、持久会话、类医生多轮问诊、可导出报告和图谱关联分析。
  • 设计结构化 EHR 后端,以关系型临床实体和统一的图边模型为核心,使 LLM 能对患者、就诊、疾病、观察指标、药物、报告及衍生关联进行工具调用。
  • 实现图查询与记录解析流程,支持摘要、时间线、当前问题、检验趋势、邻居查询、路径搜索和稀有关联检索,仅提取任务相关上下文,而不是整份病历提示词。
  • 整理 prompt pack 和 provider routing,用于本地 Agent 执行;默认使用 Codex CLI,并提供 HTTP API 兜底,同时保持提示词模块化、上下文精简,以提升安全性和 token 效率。

优化算法对神经网络泛化能力的影响

美国南加州大学 Viterbi 工程学院 · 2024 年 9 月 - 2024 年 12 月
  • 围绕 SGD、Adam 和 L-BFGS 在 CIFAR-10 上对泛化能力的影响进行对照研究,统一模型结构、数据流程和训练预算以保证公平比较。
  • 搭建完全可复现的实验流程,包括数据加载、训练、评估、日志和可视化,并从测试准确率、收敛速度、稳定性和计算成本等角度汇报结果。
  • 通过分析超参数和训练噪声的敏感性,评估鲁棒性,识别潜在失效模式和实际调参要点。
  • 量化一阶方法与拟二阶方法之间的权衡,表明在相近计算资源下,一阶优化器通常能在训练效率和抗噪性之间取得更好的平衡。

TrojanMap 项目

美国南加州大学 Viterbi 工程学院 · 2024 年 1 月 - 2024 年 5 月
  • 使用 C++ 开发地理信息系统,用于建模和查询 USC 及周边地图。
  • 实现 Node 与 TrojanMap 类等核心数据结构,用于表示位置与路径,并加入自动补全、按类别搜索和地点查询功能。
  • 实现最短路径算法(Dijkstra、Bellman-Ford),支持高效实时导航查询。
  • 通过暴力搜索、回溯和 2-opt 优化求解旅行商问题,降低路径计算复杂度。

基于深度学习的发动机声音检测

香港理工大学 · 2022 年 8 月 - 2023 年 5 月
  • 开发用于发动机声音事件检测与关联分析的深度学习模型,实现对特定发动机故障 90% 的识别准确率,并将维修响应时间缩短 25%。
  • 采用 MFCC 特征提取提升模式区分能力,使检测精度提升 15%。
  • 对比 L3-net 变体与 ConvNet、ResNet、DenseNet 基线,发现 ResNet 在复杂声音识别上准确率提升 5%。
  • 使用迁移学习和预训练模型,将训练与测试时间缩短 50%,加快迭代速度。

Dungeon Mission 游戏(Unity, C#)

香港理工大学 · 2022 年 1 月 - 2022 年 5 月
  • 联合开发一款基于浏览器的 roguelike 游戏,结合程序化生成与 AI 机制,提升玩家体验的动态性。
  • 使用 Photon PUN2 实现多人联机,支持最多 50 名玩家同时交互。
  • 实现敌人 AI 行为与两个独特 Boss,推动参与度提升 40%,正面评价提升 25%。
  • 项目发布于 simmer.io/@MENG/team-04-dungeon-mission,已有 100+ 玩家体验。

论文与专利

论文:Jiahui Meng, Justina Liu, Lin Yang*, et al. “An AI-empowered Indoor Digital Contact Tracing System for COVID-19 Outbreaks in Residential Care Homes.” Infectious Disease Modelling, 2024. doi:10.1016/j.idm.2024.02.002.

  • 专利:中国短期专利 No. 202510682954.3(2025 年 6 月)
  • Finalist(Prix Hubert Tour - Innovation Academy),第 8 届 ICPIC,瑞士日内瓦,2025
  • 口头报告,第 9 届 IICC,香港,2025
  • 展位展示,Hospital Authority Convention,香港,2025

荣誉奖项

  • PolyU Junior Researcher Mentoring Programme(2025)
  • 香港理工大学优秀学生院长嘉许名单(2020 - 2021)

领导经历

香港理工大学 Golden Z Club Hong Kong - 宣传秘书(2020 - 2021)

  • 组织手语工作坊(50+ 参与者)和面试工作坊(60+ 参与者),将活动参与度提升 40%。
  • 发起面向 50+ 名南亚裔儿童的辅导项目,使学业表现提升 20%;组织志愿教育活动,影响 100+ 名儿童。
  • 与团队成员共同协调社交活动和公益活动。

联系方式

邮箱:jiahui.meng@connect.polyu.hk

网站:jiahui-meng.github.io