# 问题 1. 多轮对话压缩 咋做 2. 多跳测评 3. 主代理 loop 多少次 4. 检索效率 40% 如何测算 5. vllm 使用经验 6. 推荐算法 = 问题推荐 = 协同过滤+规则补全，用户问题找到共现矩阵 7. 意图识别 = 规则库 8. gptoss120b > qwen 32b 9. 5. 作为面试官，我会关注以下几个方面的问题： ## 📋 需要澄清的问题 **关于工作经历的时间线：** - 目前是2025年10月，简历显示2025.08至今在"好未来"工作，但求职意向是"算法工程师"。这是实习转正的意向吗？还是在职跳槽？需要了解求职动机和可入职时间。 **技术深度相关：** - 知音楼RAG系统中提到"回答准确率提升25%"，这个指标是如何定义和测量的？基准是什么？ - LangGraph多代理协作架构的具体设计思路是什么？如何处理代理间的通信和状态管理？ - 提到"上线后提升跨部门信息检索效率40%"，这个效率提升是如何量化的？用户反馈如何？ **项目细节：** - AI自讲多模态评测系统的具体应用场景是什么？处理了多大规模的数据？ - 东方国信的AI中台项目，你在其中的具体角色和贡献占比是多少？ - 航天院项目中的强化学习部分，reward function是如何设计的？ # 张金璐 **求职意向：算法工程师** 📅 **生日：** 2000.05.04 📍 **现居：** 北京市海淀区 📞 **电话：** 15857799737 📧 **邮箱：** [email protected] --- ## 🎓 教育背景 ### 2023.09-2026.06 | 中国地质大学（北京）| 应用统计学 | 硕士（深度学习） **主修课程：** 机器学习、多元统计学、[[时间序列分析]]，[[随机过程]]等； **所获奖项：** 华为杯第二十届中国研究生数学建模竞赛三等奖，第七届全国应用统计专业学位研究生案例大赛二等奖 ### 2018.09-2022.06 | 温州大学 | 应用统计学 | 本科 **主修课程：** [[数理统计@]]、python 语言程序设计、数据挖掘、数据库系统、Java 语言程序设计等 **所获奖项：** 省政府奖学金 2 次、一等奖学金、优秀毕业生、中国国际"互联网＋"大学生创新创业大赛总决赛铜奖、全国大学生数学竞赛浙江赛区选拔赛三等奖、浙江省第十二届"挑战杯"大学生创业计划竞赛三等奖 **发表论文：** Random uniform exponential attractors for non-autonomous stochastic Schrödinger（非自治随机薛定谔系统的指数吸引子） --- ## 💼 工作经历 ### 2025.08-至今 | 好未来 | 算法实习生 **工作描述：** **• 知音楼深度搜索功能开发** 基于 [[LangGraph]] 设计多代理协作架构，为好未来办公系统"知音楼"落地深度搜索能力。通过多轮对话压缩生成结构化研究简报，解决上下文丢余问题；设计主管代理动态拆分策略，支持按需求复杂度（单查询/多主题对比）分配子代理并行检索，上线后提升跨部门信息检索效率 40%。 > **• 知音楼 RAG 模型效果评测系统搭建** 针对知音楼内部 RAG 模型，基于 DeepEval 构建定制化评测方案。封装 RAG 模型为 DeepEval 兼容类，实现批量生成与结果格式标准化，<u>解决评测标签缺失</u>；结合公开知识库扩展评测维度（办公知识理解、信息真实性、文档检索召回），<u>引入思维链（CoT）</u>提示提升复杂推理任务评测准确性；输出多维度评测报告，定位模型在专业术语理解、长文档归纳等瓶颈，提供 Prompt 与检索策略迭代建议，助力回答准确率提升 25%。 > [[BM25]] [[HNSW]] ### 2025.05-2025.07 | 北京光年无限科技有限公司 | 算法实习生 **工作描述：** **• AI 自讲多模态评测系统开发** 主导设计并开发基于大语言模型(LLM)和 Python 多模态技术的自讲内容评估系统。融合 NLP、视频分析、符号计算和语音识别技术，实现数学公式提取、计算验证、推理逻辑评估及表达清晰度分析。构建系统架构，集成符号计算库与 NLP 模型，实现多模态信息融合与实时反馈生成，显著提升用户学习效率。 ### 2024.03-2025.03 | 北京东方国信科技股份有限公司 | 算法实习生 **工作描述：** **• AI 中台系统中算子研发与优化** 负责 CV、NLP 和机器学习算子的算法优化与实现，涉及 CNN、YOLO、Unet、LSTM、XGBoost 等算法。设计并优化新算子，提升计算效率与精准度。协助搭建 AI 中台框架，成功对接数据管理、模型部署与服务模块，提高了平台的资源利用率和运营监控能力。 > [[XGboost]] **• 航天院绘图软件命令预测与快捷键推荐** 采用序列建模算法（如 LSTM、Transformer）分析用户历史操作序列，开发实时预测模型精准预测下一步命令。结合[[强化学习(Reinforcement Learning)]]（RL）和[[推荐算法]]（协同过滤、内容推荐），智能推荐最优快捷键，提升操作效率 30%。 > [[Transformer]] --- ## 📜 技能证书 **编程：** Python、matlab、Linux、SPSS **工具：** pycharm、vscode、LaTeX **外语：** 英语（CET-6）