丁泰威

针对开源模型在实际应用中表现不稳定的问题，独立完成 3 个主流开源模型（Qwen-7B、ChatGLM3-6B、DeepSeek-7B）在 280 余条高质量测试样本上的对比评测。从公开数据集收集并人工校验 280 条测试题，覆盖事实问答、逻辑推理、代码补全、安全合规 4 大核心维度；设计多维度评分规则（Rubric）与自动化计算流程，实现评测全流程标准化与可复现；独立执行 n-gram 重叠校验剔除 5% 疑似数据污染样本，固定 temperature=0.7 并进行多次采样平均，有效消除生成随机性带来的噪声。发现 Qwen-7B 在「逻辑推理」准确率（74%）显著高于 ChatGLM3-6B（58%），但在「代码补全」维度相反（62% vs 79%），为不同业务场景的模型选型提供量化依据。独立撰写 8 页《三模型能力对比评测报告》，结合 Matplotlib 数据可视化与典型案例拆解，获课程最高分。

✦ 280 条测试样本 · 4 大评测维度 · 3 模型横向对比 · n-gram 污染过滤 · 8 页量化报告

• Python
• OpenAI API
• pandas/matplotlib
• SQLite
• LLM-as-a-Judge
• Benchmark 设计

传统招聘中，HR 跨平台手动录入简历、凭感觉比对 JD，单次筛选约 15 分钟。我主导设计并落地了这套端到端自动化系统：基于 Playwright 实现猎聘 / BOSS 直聘可视化抓取（Strategy 模式适配器，支持平台横向扩展）；设计"DOM 文本 + 视觉模型"双通道简历提取管线，两路结果互相校验，解决纯 OCR 编造问题；核心是一条 5 层 AI Agent 链 —— JD 解析 → 10 维简历分析 → 加权匹配（硬技能 60% + 软技能 25% + 加分 15%）→ SABC 评级校准 → 面试题生成，层间强制 JSON 输出 + 三层解析容错。全栈交付：FastAPI 异步后端（20+ REST + 2 WebSocket）、Next.js 14 前端工作台、pgvector 向量检索、Redis + Celery 异步任务，Docker Compose 四服务一键编排。

✦ 人才库累计入库 500+ 候选人 · 单次筛选 15min → 2min · 服务可用性 95% → 99.5%

• FastAPI
• Next.js 14
• Playwright
• 千问 qwen-plus/vl
• pgvector
• Redis + Celery
• Docker Compose

独立从零设计并开发了一款 AI 求职教练 SaaS 应用——用户输入 JD 和简历，系统通过 4 个 AI Agent 协作流水线自动产出猎头级匹配分析报告。核心架构：① 4 Agent 顺序流水线（岗位冰山模型解析 → 简历信号深度扫描 → 5:3:2 加权匹配与 SABC 评级 → 6 种题型面试题库），每个 Agent 拥有独立的 Role Prompt、temperature 和 token 预算，578 行结构化 Prompt 模板含 20+ 字段严格 JSON Schema；② 四策略 JSON 容错解析器将 LLM 非标准输出导致的解析失败率降至接近零；③ 基于 SHA256 的 JD 语义缓存 + FORBIDDEN_MODELS 黑名单 + DeepSeek 默认路由，单次分析成本控制在 GPT-4o 的 1/10；④ 全栈 SaaS 基础设施：Supabase RLS 全表安全、手机号/邮箱/微信三种登录、Provider 抽象支付层、次数原子扣减与失败退款、SSE 实时进度推送。全栈独立交付：Next.js 14 App Router + TypeScript + Tailwind CSS，35 个 API 端点，21 个 UI 组件，10 张 PostgreSQL 表全部启用行级安全。

✦ ~13,500 行 TypeScript · 4 Agent 协作流水线 · 35 个 API · 21 个组件 · 独立开发（Git 唯一作者）

• Next.js 14
• TypeScript
• Supabase
• OpenAI / DeepSeek
• Prompt Engineering
• Tailwind CSS
• SSE
• SaaS 计费