重新定位为AI/ML工程师

重新定位为AI/ML工程师 | AI生成和翻译

首页 2026.07

好的。你指出了关键问题——目前的简历读起来像“一个也搞点AI的后端工程师”，而这是对你市场定位的最大拖累。

下面是我逐节要做出的调整，保留所有现有内容。操作手段是：重新排序、重新命名、重新分配权重——不做删除，不编造内容。

1. 重新命名整份文档

当前标题：“简历”
改为：李智维 —— AI工程师 / 机器学习工程师

你现在的标题太泛了。用目标岗位作为标题，能让30秒扫读的人立刻知道该把你归入哪个类别。在底部的“期望职位”列表中仍保留“全栈工程师 / 资深工程师”即可——这仅仅是一个文档标题。

2. 个人简介部分：重写开头段落

当前内容（招聘人员首先看到的内容）：

男，1995年出生，中国公民，现居广州。2011年广东NOIP前300名……

问题：招聘经理第一眼看到的是你的出生年份、国籍和14年前的高中竞赛成绩。你的人工智能工作被埋在了十段之后。

建议重构——将个人简介分为三个集群，把AI放在最前面：

集群1 —— AI/ML身份（开头）：

自学成才的AI工程师，拥有从零训练GPT-2的经验（124M→760M参数），使用H200（141GB HBM3e）、AMD MI300X（192GB HBM3）和RTX 4070（12GB）GPU。在FineWeb（100亿+ token）和自定义数据集上训练并评估模型。发布了SEC-EDGAR-GPT（基于SEC文件的nanoGPT）。消耗约30亿LLM token，训练约15个小模型，累计约200 GPU小时，跨越三种架构。构建了终端AI agent（iclaw, ww）以及日常使用的LLM驱动开发者工具。

集群2 —— 工程身份（你实际靠它挣钱的经验）：

11年专业工程经验，涵盖移动端（iOS/Android）、后端（Java, Spring, Python）及全栈开发。现任TEKsystems（汇丰银行）AI全栈工程师。曾任职于LeanCloud，创立一家初创公司（趣直播，3万用户，300万人民币营收），Square Root，星展银行。在汇丰内部Copilot使用量排名前6%。

集群3 —— 个人背景（较低权重）：

男，1995年出生，广州人。自学成才（从北京林业大学退学，正在攻读副学士学位）。NOIP前300名。雅思6.5。约400篇博客，月浏览量约7.5万，约8000篇AI笔记。

出生年份、退学经历和高中竞赛成绩并未删除——只是降为第三优先级，排在那两个真正能让你被录用的内容之后。

3. 工作经历：重新命名当前岗位

当前内容：

TEKsystems，AI全栈工程师（外派至汇丰银行），2025.02 - 至今

这很好（你已经把“AI”放进职位名称里了——这是对的）。但描述中把AI工作埋在了最后一条要点里。把AI叙事移到第一条要点：

建议要点顺序：

先突出AI使用情况：“在汇丰全球Copilot使用量排名前6%（高级请求指标）。构建了20个专用agent，400个可复用的Copilot生成脚本，以及一个自动测试管线，可生成约70个AI辅助测试用例。针对LLM输出设计了缓存、验证和提示管线，使AI工具在受监管的银行环境中变得可靠。”
然后是银行平台背景：“拥有专家工程师职称，构建金融转型平台——包括金融调整、日记账级控制、导入/验证/导出、提交/审批工作流。”
最后是技术栈/生命周期：“Java, Spring, IBM Db2, Angular, Python, Ansible, Jenkins, WebSphere Liberty —— 从开发到UAT再到生产的完整生命周期。”

这样一来，招聘人员看到的是“在银行工作的AI优先工程师”，而不是“也使用Copilot的银行工程师”。

4. 提升AI项目部分的位置

你的AI项目部分目前是简历上最好的内容，但它被埋在了“项目”部分，置于企业项目之后。有两种选项：

选项A（更强）：将AI项目部分上移，紧接在“工作经历”之后，并将该部分重命名为“重点AI工作”或“AI工程作品集”。然后将原来的“项目”部分改名为“企业项目”并移到下方。

选项B（对银行招聘人员更稳妥）：将两者合并，但重新排序：AI项目排在列表前面，企业项目排在后面。目前的先企业后AI的排序强化了“银行工程师 + 业余爱好”的印象。

我推荐选项A——只需10秒的结构调整，就能彻底改变你所处工程师类型的定位。

5. 技能部分：在顶部增加一个AI/ML集群

当前内容：“5年以上：中文，英语，写作，Java，算法……”

在技能部分最顶部增加一行明确的AI/ML内容：

人工智能与机器学习：

模型训练：PyTorch, CUDA, ROCm, nanoGPT架构, FlashAttention, DDP, 多GPU训练
LLM系统：OpenAI API, Claude API, OpenRouter, vLLM, llama.cpp, 提示工程, RAG, 嵌入
工具：Copilot API, Claude Code, Codex, Hermes Agent, 自定义CLI agent
硬件：H200 (141GB HBM3e), MI300X (192GB HBM3), RTX 4070 (12GB), H100 (80GB)
规模：每年30亿+ token，训练15+个模型，最大760M参数

这能让技能部分从一个“普通高级工程师”变成一个可见的“AI工程师”集群。

6. 期望职位：重新排序

当前内容：

AI工程师 / 全栈工程师 / 后端工程师 / 机器学习工程师 / 技术团队成员 / 资深工程师

改为：

AI工程师 / 机器学习工程师 / 资深工程师 / 全栈工程师 / 后端工程师

把AI职位放在最前面，能引导招聘人员的分类。非AI职位仍然保留作为备选，但优先级较低。

7. 可选但推荐：增加一行“目标”或“概要”横幅

紧跟在文档标题之后，个人简介之前：

构建生产系统并从零训练模型的AI工程师。具有11年跨移动、后端和云的工程经验——当前专注于使AI在企业环境中可靠且实用。

将“我也搞AI”的框架替换为“我是一名也交付企业级软件的AI工程师”。

修改总结（全部是结构性的，没有丢失任何内容）

项目	变更
文档标题	“简历” → “李智维 —— AI工程师”
个人简介	AI集群排第一，工程第二，个人第三
TEKsystems要点	AI要点排第一，银行背景排第二
AI项目部分	移到第二位（工作经历之后）
技能部分	在顶部增加AI/ML集群
期望职位	AI职位排在最前面
概要横幅	可选单行，置于个人简介之上

所有这些都不需要编写新内容。这只是一个重新排序的练习——你拥有所有素材，只是目前的排列顺序不利于你想要竞争的市场。

需要我为你起草实际个人简介部分的改写，方便你直接复制粘贴吗？

返回捐助