参与 LinkHire AI 双向智能招聘平台从 0 到 1 建设, 推动 JD 解析 / 候选人匹配 / AI 面试 / 结构化评估等核心链路从 Demo 进入试运行。
- MVP 主链路定义 围绕"招聘初筛低效、候选人评估非结构化"两大核心痛点,拆解 MVP 功能边界与优先级, 设计 JD 上传 → 智能解析 → 简历筛选 → AI 面试 → 评估报告 的主流程, 砍掉非核心功能保障试运行版本如期上线。
- AI 实时面试产品化 将语音识别、LLM 动态追问、面试节奏控制、评估生成等离散模型能力组装为完整业务闭环; 为应对 ToB 客户对 AI 不确定性的顾虑,设计模型异常自动降级为标准题库的兜底机制, 让"AI 失败"不影响"业务可用"。
- 15+ 维 Skill Schema 评估体系 与算法团队共同设计候选人能力画像结构,把主观面试转化为可对比、可解释的结构化评分, 让 HR 决策从"凭感觉"过渡到"看维度",提升面试结论的客户可信度。
- 企业端 Web 产品落地 主导人才池管理、职位发布、面试追踪等模块的需求定义、原型设计与上线验收, 建立"问题反馈 → 优先级评估 → 迭代清单"的产品节奏,让团队从"接需求"变成"管节奏"。
- AI 辅助开发提效 在团队人手紧张的紧急周期内,借助 Claude Code 完成需求实现、联调、Bug 修复全闭环, 显著缩短 Demo 到试运行的迭代周期,并沉淀团队内可复用的 AI 协作 SOP。