工作经历


Charter Communications ― 系统工程师 III
2025年8月 - 现任
现场办公

  • Erdogan Simsek 领导的视频传输团队合作,构建健壮、安全且可扩展的流媒体基础设施。

Bild AI ― 机器学习工程师(合同)
2025年5月 - 2025年6月
远程

  • 通过在真实建筑 PDF 上持续进行基准测试和改进,将 Bild AI 内部表格提取流水线的表头准确率提高 ~15%、单元格级准确率提高 ~12%、表格检测精确率提高 ~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 解决方案与 Bild 自研流水线之间进行基准比较,实现可重复评估和快速迭代。
  • 独立实现了表格匹配、表头准确率(模糊字符串匹配)和单元格级准确率(序列比对)的核心逻辑,揭示边缘案例并指导算法设计。
  • 自动化了整个评估流程,包括从云端获取 PDF、与真实数据对比、指标记录以及报告生成(CSV、JSON、Google Sheets),实现可扩展的基准测试。
  • 交付了一个 CLI 工具,可对不同服务商的提取结果进行运行和比较,加速回归测试并减少手动 QA 时间。
  • 提交了 160+ 次 commit,对 520K+ 行代码进行了更改,展示了对评估与工具链的端到端负责。

eBay ― 软件工程师
2021年5月 - 2024年12月
远程

  • 将 Storage Management System (STMS) 项目增强到每分钟摄取 150 万+ 指标且仍在增长;涵盖 70+ 存储阵列、60+ 交换机、1100+ 主机、900+ 磁盘组和 200+ 集群,遍布 eBay 三个数据中心。
  • 在 eBay 的 Tess.IO 云平台上管理并部署 45+ 个服务,横跨 3 个区域,为 STMS 提供高可用性与故障切换。
  • 开发并维护用于处理硬件指标、提供 CRUD 操作并实时向其他内部 eBay 服务提供数据访问的微服务。使用 JavaScript、Node.js、Express.js、Python、Flask、Mongoose、Postgres 和 Sequelize 构建高效的 RESTful API。
  • 主导将所有 STMS 微服务从 MongoDB 迁移到 Postgres,将 36 个集合转换为 74 个表,整合 Sequelize ORM 和自定义中间件,实现无缝过渡。
  • 承担并改进针对 Hitachi 阵列和 Brocade 交换机的日志监控服务,通过 Python 与 Rsyslog 向存储团队及时发送电子邮件、Slack 或 PagerDuty 警报。
  • 利用 Docker、eBay 的容器注册表和 Kubernetes 来简化微服务的容器化、部署和管理,确保 STMS 的可扩展性和高可用性。
  • 为 eBay 的 Software Defined Storage (SDS) 平台构建了关键后端服务,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 与 EOS 团队之间的跨职能合作,推动技术改进并交付稳健、可扩展的后端解决方案,以简化存储操作并提升数据可视化。
  • 开发了 Restify,一款基于 Express.js 的后端框架,由 Mongoose/MongoDB 迁移到 Sequelize/Postgres。受 Express-Restify-Mongoose 启发,它专注于 GET 请求,提供排序、选择、限制、去重和包含等高级查询功能。此外,它还包含 JSON 到 Sequelize 查询翻译器。
  • 创建了专为 Postgres 设计的 findOneAndUpdate() JavaScript 函数,灵感来自 Mongoose 的同名函数,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、一对一列和一对多列的更新,仅更新必要字段,从而最小化数据库请求。
  • 构建了一个高效且精确的原生 JavaScript 包,用于对简单及复杂嵌套键值对象进行深度比较。

Hitachi Vantara ― 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 eBay 工作。
  • 开发并维护作为抽象层的基础设施自动化工具,以编程方式预配、配置并管理 eBay 自有的云基础设施;该基础设施自公司成立以来历经数十年演进,用于支撑所有核心业务,绕过 AWS、Azure 等第三方云提供商。
  • 支持并解决 eBay 使用的 Hitachi 产品相关问题,确保平稳运行和最小停机时间。

Osgil Defense ― 创始人
2024年5月 - 2024年10月
远程

  • 通过 Forum Ventures 加速器获得 145,000 美元的 Pre-Seed 资金,估值 193 万美元。
  • 构建并发布了 TARS,一款开源的 AI 驱动网络安全工具,用于自动化威胁评估与渗透测试,在 GitHub 获得 300+ star 和 40+ fork。
  • 开发了 PAX,一个用于基于 AI 的可信度评分的 Python 框架,通过自我反思、概率预测和一致性观察来减少幻觉。
  • 领导早期技术开发,管理团队达成里程碑,构建核心技术,并建立公司的初始网页形象以进行推广和增长。

Anarchy (YC W23) ― 工程实习生(兼职)
2023年11月 - 2024年1月
远程

  • InsightRed(一款整合 GPT-4 和 Pinecone 的 Reddit 营销工具)在 2023 年 10 月 Anarchy 黑客松中获得第一名,并因此受聘。
  • 为 Anarchy 的 Chat.dev 项目开发了增强型 API 密钥认证系统,已准备好未来集成,具备单向哈希、每账户多密钥支持,并通过校验和与缓存实现高效验证,减少数据库查询。
  • 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 token 数、GPU、CPU 与内存使用以及运行时间,已获得 17+ star 和 4+ fork。

Colorado School of Mines ― 研究助理
2021年2月 - 2021年9月
Golden, CO

  • 于 Human-Centered Robotics Lab 担任本科生研究员,由 Dr. Hao Zhang 指导。
  • 使用 Python 和 ROS 提升名为 Tritons 的三角全向轮地面机器人的功能,实现精确高效的移动、精准旋转、同步控制,并将整体移动速度提升 4 倍。
  • 利用 Optitrack 摄像系统和 ROS 实现比例反馈系统,使 Triton 机器人能够在 2m × 2m 范围内以 +/- 0.05m 的误差精确到达指定真实坐标。
  • 将所有文档从 Google Drive 和 Microsoft 365 成功迁移到 GitLab,将文件转换为 Markdown 格式,简化了 HCR 实验室的访问与协作。
  • 指导一名高中生学习编程和机器人基础,引导她开发 ROS 节点以控制 Triton 机器人的 LED 颜色。

Namasté Solar ― 实习生
2017年9月 - 2018年5月
Denver, CO

  • 通过 VBA 开发 Excel 工具,用于分析公司现金流与员工绩效。
  • 使用 AutoCAD 设计房屋平面图中的太阳能板最优布局。

National Oceanic & Atmospheric Administration (NOAA) ― 实习生
2017年6月 - 2017年7月
Denver, CO

  • 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 任务的互动教育内容

Erols Tailoring ― 客户服务
2008年9月 - 2018年5月
Denver, CO

  • 作为家族企业的一员提供卓越的客户服务,迎接、协助并向顾客收款。
  • 维护整洁有序的工作环境,管理顾客的量身衣物,确保店面形象良好。
  • 及时回复顾客电话咨询和订单,提供准确、有用的信息。
  • 在课余时间、部分周末及假期为业务成功做出了贡献。

Denver Country Club ― 网球场维护
2015年6月 - 2015年8月
Denver, CO

  • 清洁室内外网球场,包括硬地、合成和砂石表面。
  • 使用以下工具完成工作:高尔夫球车、吹叶机、网球场刮水器和砂砾耙。

奖项与成就


8090 Top Coder Challenge ― 第七名
2025年6月

  • 在一场针对黑盒遗留系统逆向工程的 8 小时挑战赛中,从 425 名工程师中获得第 7 名
  • 结合经典机器学习技术与启发式方法,开发出解决方案以复刻一个已有 60 年历史的差旅报销系统
  • 仅通过历史数据和员工访谈,即实现高精度匹配该系统行为

国家安全黑客松 ― 特别奖得主
2025 年 4 月

  • 在旧金山举行的 Cerebral Valley 第二届国家安全黑客松中赢得 5,000 美元特别奖
  • 领导开发 Guardian Grid,一款用于灾害期间协调安全疏散路线的智能城市应急疏散工具
  • 成功完成 Code Metal 的特殊网络安全挑战,展示了先进的系统渗透能力

Anarchy Hackathon ― 冠军
2023 年 10 月

  • 以 InsightRed 获得一等奖,这是一款集成 GPT-4 与 Pinecone 的 Reddit 营销工具
  • 构建系统,通过分析 Reddit 评论识别潜在客户
  • 获胜后获得 Anarchy 的兼职工程实习职位

技术技能


  • 语言: Python、JavaScript、Bash Script、Rust、Go、Java、C++、C
  • 数据库: Postgres、MySQL、SQLite、Pgvector、Pinecone、MongoDB、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、Mermaid
  • 云端: 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、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、LinkedIn Navigator
  • API: OpenAI、Anthropic、Cohere、Groq、Travily、Brave、Google Gemini、xAI、DeepSeek、Mistral、AWS Bedrock、Together AI、Twilio、Mapbox Geocoding、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、Banana Nano
  • AI 与代理: Cursor IDE、Windsurf IDE、Claude Code CLI、Gemini CLI、Kiro CLI、Exa Websets AI、MCP Servers

教育背景


科罗拉多矿业学院
计算机科学学士
机器人与智能系统方向
2018 年 8 月 – 2022 年 5 月
科罗拉多州戈尔登市

丹佛东高中
高中毕业文凭
2014 年 8 月 – 2018 年 5 月
科罗拉多州丹佛市

个人项目


Guardian Grid

  • 构建智能城市应急疏散工具,帮助社区在重大灾害中迅速且安全地响应
  • 开发系统,使城市管理者可在交互式地图上标记危险区并定义安全区
  • 实现先进的路径查找算法,为居民生成并传达最安全的疏散路线
  • 创建网页门户,利用当前位置显示考虑危险因素的安全路线,并集成 Google Maps
  • 在 2025 年国家安全黑客松期间打造此方案,并凭借创新方法赢得特别奖

PAX(Proactive Agent for eXemplary Trustworthiness)

  • 开发研究型代理与框架,用于衡量并提升 LLM 回复的可信度
  • 实现系统化方法以强制出处标注、概率信心评分及可观察一致性
  • 创建自评系统,使用多个 LLM 审核并验证回复
  • 作为 TARS 的转型项目,以解决 AI 可信度与可靠性的根本问题

Cha

  • 开发开源命令行工具,简化与 AI 模型的交互,使用户可直接在终端高效调用强大语言模型
  • 实现多平台 AI 支持与兼容 OpenAI API,使用户可无缝切换不同 AI 提供商
  • 构建完整功能,包括网页抓取(YouTube、PDF、网页内容)、类似 Perplexity AI 的答案搜索引擎、交互式代码生成与验证、聊天历史管理
  • 添加高级功能,如令牌估算、文件类型支持(PDF、DOCX、XLSX、图片)、集成 Shell 访问及本地配置,提升流程效率
  • 在 GitHub 获得 64+ 颗星及 6+ 次分叉,体现其对开发者社区的价值

Ch

  • 开发轻量级 GoLang CLI 工具,启动速度比前作 Cha 快 10 倍,同时保持核心功能
  • 构建对 OpenAI、Groq、DeepSeek、Anthropic、XAI、Together、Google Gemini、Mistral AI、Amazon Bedrock、Ollama 的多平台支持,且可无缝切换
  • 实现高级特性,包括交互模式与直通模式、Unix 管道、智能文件处理(PDF、Word、电子表格、OCR 图片)及会话持续
  • 在 macOS、Linux、Android/Termux、Windows 平台上实现网页抓取、Brave Search API 搜索集成及剪贴板支持
  • 在 GitHub 获得 10+ 颗星及 1+ 次分叉,体现其在开发者社区的快速采用

DocuInsight

  • 通过确保签署方与发送方充分理解合同细节,解决 “协议陷阱”,促进透明度并减少法律纠纷
  • 开发 AI 驱动平台,通过突出关键条款并翻译为通俗英语来简化法律合同,并与 DocuSign 无缝集成以实现电子签名
  • 利用 OpenAI 前沿模型,gpt-4o-mini 用于高效 JSON 提取,o1-preview 用于全面文档分析,从而生成洞察与摘要
  • 使用 Python 与 Supabase 托管的 PostgreSQL 构建后端,使用 Next.js 构建前端,并部署于 Linode 实例以确保强大且可扩展的性能
  • 集成 Resend 的 API 以高效发送电子邮件通知,增强用户交互与合同管理流程
  • DocuSign Hackathon: Unlocked 创作,并在 Devpost 的详细提交 中聚焦通过 AI 解锁协议创新与解决合同管理低效问题

Notify Cyber

  • 开发并上线 Notify Cyber,一站式聚合最新网络安全新闻的平台,达成 17K+ 访客与 43K+ 页面浏览量
  • 通过零成本营销活动在 Reddit 获得 65K+ 浏览量与 96% 赞同率,将新功能候补名单增长至 160+
  • 在 Supabase 上开发并实现 Postgres 数据库,使用网络抓取与 OpenAI gpt-4o-mini 模型摘要自动化内容策划
  • 将月度运营成本优化至仅 1.85 美元,覆盖数据库、API 与托管费用
  • 构建 Python 网络抓取器提取与处理网页文章,并调用 OpenAI ChatGPT API 进行摘要,实现高效数据库填充
  • 设计、部署并管理托管于 Supabase 云服务的 Postgres 数据库
  • 网站于 2023 年 6 月 1 日正式上线,并于 2025 年 10 月 5 日完全开源,仓库位于 GitHub,站点静态版本托管于 同一域名

Threat Assessment & Response System (TARS)

  • 使用 Python 与 Shell 脚本开发 AI 驱动工具,旨在自动化网络安全渗透测试
  • 为 Osgil Defense 争取到 Pre-Seed 投资,并于 GitHub 收获 340+ 颗星与 49+ 次分叉
  • 利用 CrewAI、LangChain、OpenAI GPT-4 模型、Docker,并集成 Nettacker、Rustscan、Zed Attack Proxy (ZAP)、Nmap 等工具进行全面威胁分析,同时使用 Streamlit 构建用户界面

Moving Pose

  • 三人课程项目,实施 Dr. Zanfir、Dr. Leordeanu 与 Dr. Sminchisescu 的论文《The Moving Pose: An Efficient 3D Kinematics Descriptor for Low-Latency Action Recognition and Detection》
  • 使用 C++ 与 Kinect v1.8 SDK 配置 Xbox 360 Kinect 传感器,实现实时骨骼数据获取
  • 通过 Python、Tkinter、C++ 并改编 Kinect V1.8 ToolKit 示例代码开发用户界面

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 以及 libsvm 等库。
  • 实现了支持向量机来分类特定的人类活动/动作,准确率范围达到 62.5% 至 70.83%。
  • 展示了项目执行并取得成功结果,在上述准确率范围内实现了对人类行为的准确预测。

活动


科罗拉多矿业大学机器人俱乐部 - AgBot 团队
2018年9月 - 2020年1月
戈尔登,科罗拉多州

  • 负责 2019 年 AgBot 自动化农业机器人的代码开发,该项目使用 Python、C++ 和 ROS Kinetic Kame。
  • 开发了一个 ROS publisher,用于检测机器人何时到达农田边界。该代码使用 Python 编写,并利用机器人的 Lidar。