工作经验

查特通信公司 ― 三级系统工程师
2025年8月 - 至今
现场

在埃尔多安·辛姆塞克领导下，与视频传输团队一起工程化健壮、安全且可扩展的流媒体基础设施。

比尔德人工智能 ― 机器学习工程师（合同制）
2025年5月 - 2025年6月
远程

通过在真实世界的建筑 PDF 上进行持续基准测试和改进，将 Bild AI 的内部表格提取流水线的表头准确率提升约 15%、单元格级别准确率提升约 12%、表格检测精度提升约 10%。
设计并构建了一个模块化的 Python 框架，用于在多个表格提取 API 解决方案和 Bild 的内部流水线之间进行基准测试，实现可重复的评估和快速迭代。
独立实现了表格匹配、表头准确率（模糊字符串匹配）和单元格级别准确率（序列比对）的核心逻辑，揭示边缘情况并指导算法设计。
自动化了整个评估流水线，包括从云端摄取 PDF、与人工标注比对、指标记录以及报告生成（CSV、JSON、Google Sheets），以实现可扩展的基准测试。
提供了一个 CLI 工具以运行并比较不同提供商的提取结果，加速回归测试并减少人工 QA 时间。
交付了 160+ 次提交并对代码库贡献了超过 52 万行的变更，展现了对评估和工具链的端到端负责。

易贝 ― 软件工程师
2021年5月 - 2024年12月
远程

改进了存储管理系统（STMS）项目，使其可摄取每分钟超过 150 万条指标并持续增长。覆盖 3 个 eBay 数据中心中的 70+ 阵列、60+ 交换机、1100+ 主机、900+ 磁盘组以及 200+ 集群。
在 eBay 的 Tess.IO 云平台上管理并部署了跨 3 个区域的 45+ 个服务，确保 STMS 的高可用性和故障切换能力。
开发和维护处理硬件指标的微服务，支持 CRUD 操作，并为其他内部服务提供实时数据访问。使用 JavaScript、Node.js、Express.js、Python、Flask、Mongoose、Postgres 和 Sequelize 构建高效的 RESTful API。
主导将 STMS 的所有微服务从 MongoDB 迁移到 Postgres，将 36 个集合转换为 74 张表，集成 Sequelize ORM 和自定义中间件以实现平滑过渡。
承担并改进 Hitachi 阵列和 Brocade 交换机的日志监控服务，通过 Python 和 Rsyslog 确保向存储团队通过电子邮件、Slack 或 PagerDuty 发出及时警报。
利用 Docker、eBay 的容器镜像库和 Kubernetes 精简微服务的容器化、部署和管理，确保 STMS 的可扩展性和高可用性。
为 eBay 的软件定义存储（SDS）平台构建了一个关键的后端服务，集中管理 35K+ 卷的数据，成为卷管理的主要数据源，并支持 780+ 平台用户。
领导 STMS、SSI 和 EOS 团队之间的跨职能项目，推动技术改进并交付稳健且可扩展的后端解决方案，以简化存储操作和数据可视化。
开发了 Restify，一个基于 Express.js 的后端框架，将 Mongoose/MongoDB 迁移到 Sequelize/Postgres 的过程产品化。受 Express-Restify-Mongoose 启发，专注于 GET 请求，提供高级查询功能如排序、选择、限制、去重和包含。此外，还包含一个从 JSON 到 Sequelize 查询的翻译器。
为 Postgres 专门创建了一个 findOneAndUpdate() JavaScript 函数，受 Mongoose 同名函数启发并使用 Sequelize 实现。该函数针对关系型数据库进行了优化，高效处理列、单对单列和一对多列的更新，同时通过仅更新必要字段来最小化数据库请求。
构建了一个高效且准确的原生 JavaScript 包，用于对简单和复杂嵌套键值对象的属性进行深度比较。

日立万塔拉 ― 技术顾问
2021年5月 - 2024年12月
远程

作为合同制软件工程师全职在易贝工作。
开发并维护基础设施自动化工具，作为抽象层以编程化地配置、配置并管理易贝专有的云基础设施，该基础设施自公司成立以来经过数十年演进，用于支持所有核心业务并绕过第三方云提供商如 AWS 与 Azure。
支持并解决易贝使用的日立产品问题，确保系统平稳运行并将停机时间降到最低。

奥斯吉尔国防 ― 创始人
2024年5月 - 2024年10月
远程

通过加速器 Forum Ventures 获得 145,000 美元的种子前融资，估值 193 万美元。
构建并发布了塔尔斯，一个用于自动化威胁评估和渗透测试的开源人工智能驱动网络安全工具，在 GitHub 上获得 300+ stars 和 40+ forks。
开发了 PAX，一个用于基于 AI 的可信度评分的 Python 框架，通过利用自我反思、概率预测和观测一致性来减少幻觉。
领导早期技术开发，管理团队以达到里程碑、构建核心技术并建立公司的初始网站以进行推广和增长。

无政府（Y Combinator 2023年冬季） ― 工程实习生（兼职）
2023年11月 - 2024年1月
远程

在 Anarchy 2023 年 10 月的黑客松中以 InsightRed 赢得第一名，InsightRed 是一个将 GPT-4 与 Pinecone 集成的 Reddit 营销工具，这也促成了我的录用。
为 Anarchy 的 Chat.dev 项目开发了增强的 API 密钥认证系统，为未来集成做好准备，具备单向哈希、多密钥支持以及通过校验和和缓存进行高效验证以最小化数据库查询。
构建了 llm-speed-benchmark，一个用于评估开源 LLM 模型性能的基准测试工具；测量每秒令牌数、GPU、CPU 和内存使用率以及运行时间，获得 17+ stars 和 4+ forks。

科罗拉多矿业学院 ― 研究助理
2021年2月 - 2021年9月
科罗拉多州戈尔登市

在以人为本机器人实验室担任本科研究员，师从 Dr. Hao Zhang。
使用 Python 和 ROS 增强了三角全向轮地面机器人（称为 Tritons）的功能，实现了精确高效的运动、准确旋转、同步控制以及整体移动速度提升 4 倍。
使用 Optitrack 摄像头和 ROS 实现了比例反馈系统，使 Triton 机器人在 2m x 2m 区域内以 +/- 0.05m 的容差精确到达指定的真实世界坐标。
成功将所有文档从 Google Drive 和 Microsoft 365 迁移到 GitLab，将文件转换为 Markdown 格式，并简化了 HCR 实验室内的访问与协作。
指导一名高中生掌握编程和机器人学基础，指导她开发用于控制 Triton 机器人 LED 颜色的 ROS 节点。

纳玛斯特太阳能 ― 实习生
2017年9月 - 2018年5月
科罗拉多州丹佛市

通过 VBA 开发了一个 Excel 工具，用于分析公司现金流和员工绩效。
使用 AutoCAD 参与房屋平面图上太阳能面板最优位置的设计。

美国国家海洋与大气管理局 ― 实习生
2017年6月 - 2017年7月
科罗拉多州丹佛市

与 NOAA 的 Science on a Sphere （SOSx）团队合作。
使用 NOAA 的 Tour Builder 软件为 SOSx 开发了关于阿波罗 11 号任务的互动教育内容（见视频）。

埃罗尔裁缝店 ― 客户服务
2008年9月 - 2018年5月
科罗拉多州丹佛市

作为家族企业的一员，提供卓越的客户服务，迎接、协助并收取顾客付款。
保持工作空间清洁有序，管理顾客的定制服装并确保店面整洁。
通过电话及时响应顾客咨询和订单，提供准确且有帮助的信息。
在课余时间、部分周末和节假日为业务的成功做出贡献。

丹佛乡村俱乐部 ― 网球场维护
2015年6月 - 2015年8月
科罗拉多州丹佛市

清洁室内和室外网球场，场地包括硬地、人造成分和砾石表面。
使用的工具包括高尔夫车、吹叶机、网球场刮水器和砾石耙。

奖项与成就

8090 顶级编码挑战赛 ― 第七名
2025年6月

在一场为期 8 小时、专注于对黑匣子遗留系统进行逆向工程的挑战中，在 425 名工程师中获得第 7 名。
开发了一个结合传统机器学习技术与启发式方法的解决方案，以复现一个已有 60 年历史的差旅报销系统。
仅使用历史数据和员工访谈，就实现了高度准确地匹配该系统的行为。

国家安全黑客松 ― 特别奖获奖者
2025年4月

在 Cerebral Valley 于旧金山举办的第二届国家安全黑客松中赢得了 5,000 美元的特别奖。
主导开发了 Guardian Grid，一个用于在灾害期间协调安全撤离路线的智慧城市紧急疏散工具。
成功完成了为 Code Metal 设计的特别网络安全挑战，展示了先进的系统渗透能力。

Anarchy 黑客松 ― 第一名
2023年10月

凭借 InsightRed（一款将 GPT-4 和 Pinecone 集成的 Reddit 营销工具）赢得了第一名。
构建了一个通过分析 Reddit 评论来识别潜在客户的系统。
胜利促成了在 Anarchy 的一份兼职工程实习职位。

技术技能

语言： Python、JavaScript、Bash 脚本、Rust、Go、Java、C++ 与 C
数据库： Postgres、MySQL、SQLite、Pgvector、Pinecone、MongoDB 与 Amazon RDS
开发： Node.js、Express.js、Flask、FastAPI、Sequelize、Streamlit、Mongoose、Langchain、BeautifulSoup4、Selenium、Axios、yt-dlp、ffmpeg、ffprobe、Next.js、Three.js、pdf.js、Playwright、Hugo、Framer、Tailwind 与 Mermaid
云： Docker、Podman、Kubernetes、Tess.IO（eBay 的云平台）、Supabase、Vercel、Nginx、Ansible、AWS EC2、AWS S3、AWS Lambda、Amazon Kinesis Data Streams、Google Cloud、Google Workspaces 与 RunPod
工具： Git、GitHub、GitLab、VSCode、Helix Editor、Vim、ChatGPT、Claude、Perplexity、V0、Cha、Ch、Apollo、Postman、Jira、Slack、Discord、Ollama、tmux、DocuSign、Google Analytics、PostHog、Apollo.io、Hunter.io 与 LinkedIn Navigator
API： OpenAI、Anthropic、Cohere、Groq、Travily、Brave、Google Gemini、xAI、DeepSeek、Mistral、AWS Bedrock、Together AI、Twilio、Mapbox Geocoding 与 Textbelt
模型： gpt-5、gpt-5-mini、gpt-4o、gpt-4o-mini、gpt-4.1-mini、gpt-4.1、o3、gpt-4o-search-preview、gpt-oss-120b、gpt-oss-20b、claude opus 4.5、claude sonnet 4.5、claude haiku 4.5、claude opus 4.1、claude opus 4、claude sonnet 4、claude 3.5 sonnet、gemini-3-pro、gemini 2.5 pro、gemini 2.5 flash、grok-4-fast-reasoning、grok-4-fast-non-reasoning、grok-3、grok-4-0709、deepseek r1、qwen3、llama2、llama3、whisper、dall-e-3、dall-e-2、gemma3 与 Banana Nano
人工智能与代理： Cursor IDE、Windsurf IDE、Claude Code CLI、Gemini CLI、Kiro CLI、Exa Websets AI 与 MCP Servers

教育

科罗拉多矿业学院
计算机科学学士学位
主修方向：机器人与智能系统
2018年8月 - 2022年5月
戈尔登，科罗拉多州

丹佛东高中
高中文凭
2014年8月 - 2018年5月
丹佛，科罗拉多州

个人项目

Guardian Grid

构建了一个智慧城市紧急撤离工具，帮助社区在重大灾害期间快速且安全地响应。
开发了一个系统，允许城市管理者在交互式地图上标记危险区域并定义安全区域。
实现了高级路径查找算法，以生成并传达居民的最安全撤离路线。
创建了一个网页门户，通过集成 Google Maps，利用当前位置显示考虑危险的安全路线。
在 2025 年国家安全黑客松期间设计并实现了该解决方案，因其创新方法获得了特别奖。

PAX（示范可信性的主动代理）

开发了一个用于衡量和提高大模型（LLM）响应可信性的研究代理与框架。
实施了用于强制归属、概率置信度评分和观测一致性的系统方法。
创建了一个使用多个大模型进行自我评估以审查和验证响应的系统。
作为从 TARS 的转向构建，以解决 AI 可信性与可靠性的根本问题。

Cha

开发了一个开源的命令行工具，简化了与 AI 模型的交互，使用户能够直接在终端高效地与强大的语言模型交互。
实现了跨平台的 AI 支持，基于与 OpenAI 兼容的 API，使用户能够无缝切换不同的 AI 提供商。
构建了全面的功能，包括网页抓取（YouTube、PDF、通用网页内容）、类似 Perplexity AI 的答案搜索引擎、带验证的交互式代码生成以及聊天历史管理。
添加了高级功能，如 token 估算、文件类型支持（PDF、DOCX、XLSX、图像）、集成 shell 访问以及本地配置选项以提升工作流效率。
在 GitHub 上获得了 64+ 星标和 6+ fork，体现了其在开发者社区中的价值。

开发了一个轻量级的基于 Go 的 CLI 工具，启动速度比其前身 Cha 快 10 倍，同时保持核心功能。
为 OpenAI、Groq、DeepSeek、Anthropic、XAI、Together、Google Gemini、Mistral AI、Amazon Bedrock 和 Ollama 构建了跨平台支持，并实现无缝切换。
实现了高级功能，包括交互模式和直接模式、Unix 管道、智能文件处理（PDF、Word 文档、电子表格、带 OCR 的图像）以及会话延续。
实现了网页抓取、通过 Brave Search API 的网页搜索集成，以及在 macOS、Linux、Android/Termux 和 Windows 上的剪贴板支持。
在 GitHub 上获得了 10+ 星标和 1+ fork，展示了在开发者社区中迅速被采纳。

DocuInsight

通过确保签署方和发送方都充分理解合同细节来解决“协议陷阱”，以促进透明性并减少法律纠纷。
开发了一个由 AI 驱动的平台，通过突出关键条款并将其翻译成通俗易懂的语言来简化法律合同，并与 DocuSign 实现无缝集成以支持电子签名。
利用 OpenAI 的前沿模型，使用 gpt-4o-mini 进行高效的 JSON 提取，使用 o1-preview 进行全面的文档分析，以生成见解与摘要。
后端使用 Python 与 Supabase 托管的 PostgreSQL 构建，前端使用 Next.js，并部署在 Linode 实例上以实现稳健且可扩展的性能。
集成了 Resend 的 API 用于高效的电子邮件通知，提升用户交互与合同管理工作流。
为 DocuSign Hackathon: Unlocked 创建并参与了项目，在 Devpost 上提交了详尽的作品，聚焦于通过 AI 解锁协议创新并解决合同管理中的低效问题。

Notify Cyber

开发并推出了 Notify Cyber，一个聚合最新网络安全资讯的平台，获得了 17K+ 访问者和 43K+ 页面浏览量。
通过一次零成本的营销活动在 Reddit 上获得了超过 65K 次浏览和 96% 的赞成率，并将新功能的候补名单增长了 160+ 人。
在 Supabase 上开发并实现了一个 Postgres 数据库，使用网页抓取和 OpenAI 的 gpt-4o-mini 模型进行摘要，从而实现内容策展自动化。
优化运营将月成本降低至仅 $1.85，覆盖数据库、API 和托管费用。
开发了一个 Python 网络爬虫用于提取和处理网络文章，利用 OpenAI 的 ChatGPT API 进行摘要，确保数据库高效填充。
设计、部署并管理了托管在 Supabase 云服务上的项目 Postgres 数据库。
该网站于 2023 年 6 月 1 日正式上线，但于 2025 年 10 月 5 日完全开源，仓库位于 GitHub，并在同一域名上托管了网站的静态版本。

Threat Assessment & Response System (TARS)

开发了一个使用 Python 和 Shell 脚本的 AI 驱动工具，旨在自动化网络安全渗透测试。
协助为 Osgil Defense 获取了种子前轮投资，并在 GitHub 上累计获得 340+ 星标和 49+ fork。
使用 CrewAI、LangChain、OpenAI 的 GPT-4 模型、Docker，并集成了 Nettacker、Rustscan、Zed Attack Proxy (ZAP) 和 Nmap 等工具进行全面威胁分析，同时使用 Streamlit 处理用户界面。

Moving Pose

参与了一个三人课程项目，实施了 Dr. Zanfir、Dr. Leordeanu 和 Dr. Sminchisescu 的论文《The Moving Pose: An Efficient 3D Kinematics Descriptor for Low-Latency Action Recognition and Detection》。
使用 C++ 和 Kinect v1.8 SDK 设置了 Xbox 360 Kinect 传感器以进行实时骨架数据采集。
使用 Python、Tkinter、C++ 开发了用户界面，并改编了来自 Kinect V1.8 ToolKit 的示例源代码。

SVM On Skeleton Data

开发了一个大学项目，使用 Python 预测人类行为，将 MSR Daily Activity 3D 数据集重新格式化为 RAD 和 HJPD 形式，并利用 pandas、matplotlib、scipy、numpy 和 libsvm 等库。
实现了一个支持向量机来对特定人类活动/动作进行分类，准确率范围达到 62.5% 到 70.83%。
展示了项目执行的成功结果，展示了在指定准确率范围内对人类行为的准确预测。

活动

科罗拉多矿业学院机器人俱乐部 - AgBot 团队
2018年9月 - 2020年1月
戈尔登，科罗拉多州

参与了 2019 年 AgBot 自主农业机器人的代码工作，该机器人使用了 Python、C++ 和 ROS Kinetic Kame。
开发了一个 ROS 发布器，用于检测机器人何时到达作物田地的边界。该代码用 Python 开发并利用了机器人的 Lidar。