2027 届 · 绵阳城市学院 人工智能学院 · 计算机科学与技术 求职方向：软件测试 / 技术支持 / 实施工程师（成都 · 重庆 · 绵阳）

三个项目，一个主导、两个深度参与。下面每个项目都能点进去看代码、看提交记录、看测试文件。

毕业设计，独立完成。Java 21 + Spring Boot 3.4 + Vue 3 + DeepSeek + RAG。

这个项目我最想讲的是"怎么知道它做对了"：合同审查没有标准答案，所以我自建了 18 份合同的评测集、31 条埋入风险，跑了 5 轮迭代——精确率从 14.56% 提到 43.06%，F1 从 0.2532 提到 0.6019。

也是在这个过程里，我验证出自己加的规则引擎是负贡献（净 -4 条），最后选择保留架构、改策略，而不是硬说它有用。

• 11 张表、57 个 REST 接口
• 53 个自动化用例：45 个后端 JUnit（9 类）+ 8 个前端 Vitest
• 单次审查耗时 41.9s → 18.7s
• 28 次提交，有完整迭代历史

Java Spring Boot Vue3 MyBatis-Plus MySQL MinIO JWT RAG DeepSeek

课程综合实践，4 人小组。我负责前端全量页面、数据统计模块、AI 行程规划模块。

Spring Boot 2.7 + Spring Security + MyBatis-Plus + Redis + DeepSeek，原生 HTML/CSS/JS 前端。

几处设计我可以说清为什么：订单金额服务端重算不信任前端；AI 返回结构化 JSON 且有本地规则兜底；Redis 做配额、缓存、成本统计三件事。

交付时仓库里只有 1 个冒烟测试，我补到 17 项（我负责的模块 5 项，其余替组员模块补的）。

Java Spring Boot Spring Security Redis MyBatis-Plus ECharts DeepSeek

课程论文项目，个人完成。基于 YOLOv8 做坐标注意力（C2f_CA）的位置消融实验。

mAP50 从 88.04% 提到 90.17%，但召回率从 84.17% 掉到 82.04%——这个退化我没藏，归因是小目标样本不足叠加增强过强。

四组位置消融里，颈部插入那组只有 67.54%，掉了 20 个点。这个反例比正例更有信息量：注意力插在哪，比注意力本身更重要。

这是算法应用，不是算法研究——注意力模块本身是已有工作，我做的是验证和归因。

PyTorch YOLOv8 ONNX OpenCV PVEL-AD

擅长使用 AI 辅助写代码。AI 负责生成和提速，我负责定义什么叫对、以及验收。

具体到我做的事：架构方向、评测集怎么设计、指标怎么定义、每轮改什么、哪些结论可以对外说。规则引擎是负贡献那个结论，就是我自己逼着逐条归因才敢下的。

• 📧 3447376162@qq.com
• 📍 四川资阳 · 在绵阳读书 · 可到岗时间 2026-11-09