华东理工大学（211）
计算机技术 · 硕士
研究方向：多模态大模型微调与跨域小样本目标检测。
2027 届 · 计算机技术硕士 · 求职中
👋，我是王子怡。
正在寻找
Agent 开发工程师测试开发工程师
我擅长把 AI 能力转化为可验证、可迭代的工程系统：一端构建 Agent、RAG 与 MCP 工作流，一端用自动化测试与评测体系守住交付质量。
01 · Agent 工程RAG · MCP · LangChain · 工作流编排
02 · 测试开发Python · pytest · 接口与埋点自动化
03 · AI 质量评测Agent Bad Case · Chat BI · LLM 评测
01 / LEARNING PATH
教育与荣誉
上海海事大学
计算机科学与技术 · 学士
GPA 3.72 / 4.00（前 5%） · CET-6
荣誉与奖项
上海市优秀毕业生
本科生优秀毕业设计（前 3%）
多次获得一等奖学金
上海海事大学“优秀学生”
上海市大学生工程实践与创新能力大赛 特等奖
“华为杯”研究生数学建模竞赛 三等奖
高教杯全国大学生数学建模竞赛上海赛区 二等奖
上海市大学生计算机应用能力大赛 三等奖
02 / EXPERIENCE
实习打怪路线
三段实习，从功能测试到自动化平台与 AI 质量实践，持续用工程手段提升测试效率与交付质量。
上海星汉灿烂网络科技有限公司（即刻）
测试开发实习生
- 接口自动化优化：针对饮食模块旧版 App 标签展示异常，基于既有 Python、pytest 与 Requests 体系引入历史接口契约差异检测，识别枚举扩展、字段类型变更等兼容性风险，结合旧版客户端验证完善回归；维护 68 条用例、覆盖 46 个接口路径，推动兼容性风险识别前移。
- 埋点自动化建设：针对人工核验耗时、埋点漏报错报问题，从 0 到 1 基于 Maestro、Python 与 EventLog 构建自动化工具，实现 UI 行为触发、服务端日志筛选、属性断言及 HTML 报告输出，减少人工重复核验成本。
- AI 测试提效：迭代 PRD 用例生成 Skill，引入需求疑点追问、风险场景补全及人工反馈修正；分析 Agent 客服异常会话，沉淀知识召回及转人工 Bad Case，支持知识库优化。
- APP 质量保障：负责 OtterLife 核心业务测试，保障 15 项需求及 8 个版本交付；针对 Tab 页长驻发热反馈，设计静置、切页及后台对照场景，结合 CPU、内存及网络请求分析资源消耗，协同开发推进修复回归，上线后同类反馈减少。
上海哈啰普惠科技有限公司
测试开发实习生
- 平台开发：针对算法测试样本构建依赖人工导入、配置的问题，负责算法测试平台的流量回放数据接入模块前端开发，实现接入配置、样本预览及元信息管理，优化跨平台样本获取流程，推动构建耗时由 30 分钟缩短至 5 分钟、操作步骤由 8 步精简至 3 步。
- Chat BI 评测：负责 Chat BI 自然语言取数能力评测，构建业务语义、SQL 查询、复杂交互及结果可信度四维评测体系，设计 148 条用例，覆盖指标口径、多轮追问等 10 类场景；基于标准 SQL 执行结果对照，识别 31 个 Bad Case，归纳业务口径、结果解释等 5 类问题，协同优化并完成回归验证，端到端任务通过率由 52% 提升至 78%。
- AI 应用平台测试：负责 AI 应用平台核心功能测试，重点覆盖 Prompt 配置、知识库及复杂 Agent 工作流，围绕条件分支、循环终止、跨节点变量传递及多工具调用设计测试场景，验证复杂流程的执行正确性与异常处理能力。
上海孪心医疗有限公司
研究发展部实习生
- 功能测试：负责“动态心电贴”（Ⅱ类医疗器械）数据生成模块的功能与稳定性测试，该模块对心电数据采集准确性有严苛的医疗级要求。设计覆盖正常心率、异常心律、边界信号等多场景的测试用例 30+ 条，累计发现并推动修复数据丢帧、时间戳偏移等关键 Bug 10+ 个；参与多轮回归测试，保障心电数据采集、传输与软硬件协同的准确性与可靠性，推动模块上线前达到医疗级质量标准。
03 / PROJECTS
项目经历
不仅讲技术栈，更把问题、方案与工程闭环放在一起。
AGENTIC RAG · FULL STACK上岗练
资料上传 → AI 出题 → 在线考核 → 报告分析
上岗练
员工培训智能考核
资料上传 → AI 出题 → 在线考核 → 报告分析基于 FastAPI、LangChain、DeepSeek 与 Chroma 的员工培训考核小程序。店长上传培训手册后，系统自动生成考核题目，员工在线答题并获得薄弱知识点与复习建议，实现“资料上传—AI 出题—在线考核—报告分析”的培训闭环。
异步任务轮询架构：针对 AI 出题耗时较长、微信小程序存在请求超时限制的问题，将接口拆分为创建任务和查询状态两个接口，通过后台任务状态机保障长耗时任务稳定执行。
Agentic RAG 私有知识库：支持 PDF、Word、Markdown 和纯文本解析，通过 LangChain Loader 完成文本分块，经 Embedding 向量化后写入 Chroma，并将知识库检索封装为工具交给 Agent，实现智能出题。
向量数据的多用户隔离：为不同用户建立独立 Chroma Collection，检索分块携带 doc_id 与 user_id 元数据过滤，并在业务层校验文档归属，从物理存储、检索过滤和访问权限三个层面保障私有培训资料安全。
01 · 上传资料PDF · Word · Markdown
02 · AI 出题Agentic RAG · 异步任务
03 · 在线考核微信小程序答题
04 · 报告分析薄弱知识点 · 复习建议
AGENT WORKFLOW卫星终端智能
单次诊断 20 分钟 → 2 分钟
卫星终端智能
诊断助手
单次诊断 20 分钟 → 2 分钟卫星终端故障诊断高度依赖专家经验，存在知识沉淀难、问题定位慢、报告产出效率低三大痛点。项目目标为构建基于 Agent 的智能诊断助手，实现“问题输入 → 根因定位 → 报告输出”全链路自动化。
构建故障知识库：将专家诊断经验转化为结构化定界条件与根因分类规则，驱动自然语言查询与多维统计。
工作流编排：基于 FastGPT 设计并实现五阶段诊断链路：RAG 检索专家规则、NL2Query 条件生成、MCP 数据筛选、预配置统计分析与 PDF 报告生成，各模块职责单一、可独立替换。
封装 MCP 工具：开发筛选、统计、报告生成三类 MCP 工具，其中统计工具采用预配置字段模板批量计算并自动生成自然语言描述，规避 LLM 数值推理不稳定问题。
项目结果：上线至诺优信息技术有限公司，单次诊断从人工 20 分钟压缩至 2 分钟，报告输出全流程自动化。
RAG
规则检索
规则检索
→
MCP
数据分析
数据分析
→
PDF
诊断报告
诊断报告
DATA VISUALIZATION公积金贷后
已上线 · 上海地产集团内部核心工具
公积金贷后
风险监测系统
已上线 · 上海地产集团内部核心工具面向公积金贷后风险监测场景，原系统数据分散、分析依赖人工跨表汇总，效率低且无法支撑实时决策。从 0 到 1 搭建统一数据分析平台，覆盖贷款规模、逾期迁徙、逾期模式与画像分析。
负责工作：负责全部前端模块的设计与开发。
可视化页面设计：基于 ECharts 二次封装通用图表组件库，覆盖多类可视化形式，支撑 4 大核心模块共 10+ 子页面的渲染需求。
复杂筛选与状态管理：基于 Pinia 设计跨模块统一的筛选条件 Store，实现多维度组合筛选，并通过 URL Query 同步机制保障刷新与分享场景下的状态一致性。
工程化与数据交互：基于 Vite 与 TypeScript 搭建工程基座，封装 Axios 请求拦截器统一处理鉴权、错误码与 Loading 态；集成 xlsx 与 FileSaver.js 实现多模块统计数据的报表导出能力。
项目结果：系统成功上线，成为上海地产集团内部公积金贷后风险监测的核心工具，将原依赖手动跨表汇总的分析流程升级为一站式可视化分析。
04 / SKILLS & LIFE随机抽取一张
随机抽取一张
我的档案卡
技能和生活装进两副牌。选一副、抽一张，再点击卡面看背后的故事。
ZIYI’S FILESSKILLS × LIFE✦
Drawn file · 技能
Agent 工程
点击翻面查看 ↻
Behind the card
Agent 工程
熟悉 RAG、MCP、NL2Query 与工作流编排，重视工具模块化和结果可验证。
再次点击返回 ↻