工作经历

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

  • 与视频交付团队一起构建稳健、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

  • 通过对真实建筑 PDF 进行持续基准测试和改进，将 Bild AI 内部表格抽取流水线的表头准确率提升约 15%、单元格级准确率提升约 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，用于跨多个表格抽取 API 解决方案及 Bild 的内部流水线进行基准测试，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，暴露边缘案例并指导算法设计。
  • 自动化整个评估流程，包括从云端获取 PDF、与真值比较、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。
  • 交付了一款 CLI 工具，用于在各供应商之间运行并比较抽取结果，加速回归测试并减少手动 QA 时间。
  • 完成 160+ 次提交，对 520K+ 行代码变更做出贡献，展示了对评估和工具栈的端到端负责。

eBay ― 软件工程师
2021 年 5 月 - 2024 年 12 月
远程

  • 将存储管理系统（STMS）项目提升至每分钟摄取 150 万+ 指标且持续增长；涵盖 70+ 存储阵列、60+ 交换机、1100+ 主机、900+ 磁盘组及 200+ 集群，分布于 eBay 的 3 个数据中心。
  • 在 eBay 的 Tess.IO 云平台上管理并部署 45+ 服务，跨 3 个区域确保 STMS 的高可用与故障转移。
  • 开发并维护微服务以处理硬件指标、执行 CRUD 操作，并为其他内部 eBay 服务提供实时数据访问。使用 JavaScript、Node.js、Express.js、Python、Flask、Mongoose、Postgres 与 Sequelize 构建高效的 RESTful API。
  • 领导将所有 STMS 微服务从 MongoDB 迁移至 Postgres，将 36 个集合转换为 74 张表，引入 Sequelize ORM 和自定义中间件，实现无缝过渡。
  • 承担并改进 Hitachi 阵列与 Brocade 交换机的日志监控服务，利用 Python 与 Rsyslog 向存储团队通过邮件、Slack 或 PagerDuty 发送及时告警。
  • 利用 Docker、eBay 的容器仓库及 Kubernetes 简化微服务的容器化、部署与管理，确保 STMS 的可扩展性和高可用性。
  • 为 eBay 的软件定义存储（SDS）平台构建关键后端服务，集中管理 35K+ 卷数据，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，交付稳健、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——一款基于 Express.js 的后端框架，实现从 Mongoose/MongoDB 向 Sequelize/Postgres 的过渡。受 Express-Restify-Mongoose 启发，专注于 GET 请求，提供排序、选择、限制、去重与包含等高级查询功能，并包含 JSON 到 Sequelize 查询转换器。
  • 创建了专为 Postgres 设计、受 Mongoose 等价函数启发并使用 Sequelize 的 findOneAndUpdate() JavaScript 函数；针对关系型数据库进行优化，高效处理列更新、一对一及一对多列更新，并通过仅更新必要字段来减少数据库请求。
  • 构建了一款高效且精确的原生 JavaScript 包，用于对简单及复杂嵌套键值对象的属性进行深度比较。

Hitachi Vantara ― 技术顾问
2021 年 5 月 - 2024 年 12 月
远程

  • 作为合同制全职软件工程师在 eBay 工作。
  • 开发并维护基础设施自动化工具，作为抽象层以编程方式配置、管理 eBay 自有的云基础设施；该基础设施自公司创立以来历经数十年演进，用于支撑所有核心业务，绕过 AWS、Azure 等第三方云供应商。
  • 支持并解决 eBay 使用的 Hitachi 产品相关问题，确保平稳运行及最小停机时间。

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

  • 通过 Forum Ventures 加速器获得 14.5 万美元的 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 350+ 星标和 50+ 分叉。
  • 开发了 PAX，一个用于 AI 可信度评分的 Python 框架，通过自我反思、概率预测与观察一致性降低幻觉发生。
  • 领导早期技术开发，管理团队达成里程碑、构建核心技术，并为公司初期的网络展示与增长奠定基础。

Anarchy (YC W23) ― 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 夺得第一；该 Reddit 营销工具集成 GPT-4 与 Pinecone，在 GitHub 获得 10+ 星标和 1+ 分叉，并促成了我的受聘。
  • 为 Anarchy 的 Chat.dev 项目开发了增强的 API Key 认证系统，具备单向哈希、多密钥支持，以及通过校验和与缓存的高效验证以最小化数据库查询，准备好未来集成。
  • 构建了 llm-speed-benchmark，一款评估开源 LLM 模型性能的基准测试工具；测量每秒 token 数、GPU、CPU 与内存使用率及运行时间，在 GitHub 获得 17+ 星标和 4+ 分叉。

Colorado School of Mines ― 研究助理
2021 年 2 月 - 2021 年 9 月
科罗拉多州戈尔登

  • 人本机器人实验室本科研究员，导师为张昊博士。
  • 使用 Python 与 ROS 提升三角全向轮地面机器人 Tritons 的功能，实现精确高效的移动、精准旋转、同时控制，并将整体移动速度提升 4 倍。
  • 利用 Optitrack 相机与 ROS 实现比例反馈系统，使 Triton 机器人能够在 2m×2m 区域内以 ±0.05m 的误差到达指定真实坐标。
  • 将所有文档从 Google Drive 与 Microsoft 365 迁移至 GitLab，将文件转为 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与机器人基础，引导其开发 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
科罗拉多州丹佛

  • 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 设计房屋平面图上太阳能板的最佳布局。

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

  • 与 NOAA 的 Science on a Sphere (SOSx) 团队合作。
  • 使用 NOAA 的 Tour Builder 软件为 SOSx 开发交互式教育 内容，介绍阿波罗 11 任务。

Erols Tailoring ― 客户服务
2008 年 9 月 - 2018 年 5 月
科罗拉多州丹佛

  • 在家族企业中提供卓越客户服务，接待、协助并向顾客收款。
  • 保持工作区整洁有序，管理顾客量身服装并确保店面整洁。
  • 及时回应电话询问与订单，提供准确且有帮助的信息。
  • 在课余时间、部分周末及假期为业务成功作出贡献。

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

  • 清洁室内外网球场，包括硬地、合成及碎石场地。
  • 使用的工具包括：高尔夫球车、吹叶机、网球场吸水拖把和碎石耙。

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 小时挑战中，于 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，开发出可复现一套 60 年历史差旅报销系统的解决方案。
  • 仅借助历史数据和员工访谈，即达成对该系统行为的高精度匹配。

国家安全黑客松 ― 特别奖获奖者
2025年4月

  • 在旧金山举办的 Cerebral Valley 第二届国家安全黑客松中获得 5,000 美元特别奖。
  • 领导开发 Guardian Grid，一款在灾害期间协调安全路线的智慧城市紧急疏散工具。
  • 成功完成 Code Metal 的特别网络安全挑战，展示了高级系统渗透能力。

Anarchy 黑客松 ― 冠军
2023年10月

  • 以 InsightRed（集成 GPT-4 与 Pinecone 的 Reddit 营销工具）夺得冠军。
  • 构建了一套通过分析 Reddit 评论来识别潜在客户的系统。
  • 此次获胜促成了在 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

科罗拉多矿业学院
计算机科学理学学士
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

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

个人项目

守护网格

  • 构建了一款智慧城市紧急疏散工具，帮助社区在重大灾害中快速且安全地响应。
  • 开发了一个系统，使城市管理者能够在交互式地图上标注危险区并定义安全区。
  • 实现了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。
  • 创建了一个 Web 门户，结合 Google Maps，基于当前位置显示包含危险感知的安全路线。
  • 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）

  • 开发了一个研究型代理及框架，用于衡量并提升大语言模型回答的可信度。
  • 实施了强制引用、概率置信评分与观测一致性的系统化方法。
  • 创建了一个利用多种 LLM 对回答进行审查与验证的自评系统。
  • 作为 TARS 的延伸构建，以解决 AI 可信度和可靠性的根本问题。

Cha

  • 开发了一款开源命令行工具，简化与 AI 模型的交互，使用户可在终端直接高效使用强大的语言模型。
  • 通过兼容 OpenAI 的 API 实现了多平台 AI 支持，使用户能够无缝切换不同的 AI 提供商。
  • 构建了包括网页抓取（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记录管理在内的完整功能集。
  • 增加了令牌估算、文件类型支持（PDF、DOCX、XLSX、图像）、集成 Shell 访问和本地配置选项等高级功能，以提升工作流效率。
  • 在 GitHub 上获得 65+ 颗星及 6+ 次分叉，体现了其对开发者社区的价值。

Ch

  • 开发了一款轻量级、基于 GoLang 的 CLI 工具，启动速度比其前身 Cha 快 10 倍，同时保持核心功能。
  • 实现了对 OpenAI、Groq、DeepSeek、Anthropic、XAI、Together、Google Gemini、Mistral AI、Amazon Bedrock 以及 Ollama 的多平台支持，可无缝切换。
  • 实现了交互与直接模式、Unix 管道、智能文件处理（PDF、Word 文档、电子表格、含 OCR 的图像）以及会话续接等高级功能。
  • 构建了网页抓取、通过 Brave Search API 集成网页搜索，以及在 macOS、Linux、Android/Termux 与 Windows 上的剪贴板支持。
  • 在 GitHub 上获得 25+ 颗星及 2+ 次分叉，显示出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，解决了“协议陷阱”问题，以促进透明度并减少法律纠纷。
  • 开发了一个 AI 驱动的平台，通过突出关键条款并将其翻译为简明英语来简化法律合同，并与 DocuSign 集成以实现电子签名。
  • 利用 OpenAI 的前沿模型，使用 gpt-4o-mini 进行高效 JSON 提取，使用 o1-preview 进行全面文档分析，以生成见解和摘要。
  • 使用 Python 和托管于 Supabase 的 PostgreSQL 构建后端，使用 Next.js 构建前端，并部署在 Linode 实例上以获得强大且可扩展的性能。
  • 集成 Resend 的 API 以实现高效的电子邮件通知，提升用户互动和合同管理流程。
  • 专为并参与 DocuSign Hackathon: Unlocked 而创建，并在 Devpost 提交了详细项目，聚焦于通过 AI 解锁协议创新并解决合同管理低效问题。

Notify Cyber

  • 开发并上线 Notify Cyber，一款聚合最新网络安全新闻的平台，吸引了 17K+ 访客和 43K+ 页面浏览量。
  • 通过零成本营销活动在 Reddit 上获得超 65K 浏览量和 96% 点赞率，使新功能等候名单增长 160+。
  • 在 Supabase 上开发并部署了 Postgres 数据库，利用网页抓取与 OpenAI 的 gpt-4o-mini 模型摘要自动化内容策展。
  • 通过优化运营将每月成本降至仅 1.85 美元，涵盖数据库、API 与托管支出。
  • 构建了 Python 网页抓取器以提取并处理网络文章，利用 OpenAI 的 ChatGPT API 进行摘要，确保高效填充数据库。
  • 设计、部署并管理托管于 Supabase 云服务的项目 Postgres 数据库。
  • 该站点于 2023 年 6 月 1 日正式上线，并于 2025 年 10 月 5 日全面开源，代码库位于 GitHub，获得 5+ 颗星与 1+ 次分叉，同时在 同一域名 部署了静态版本。

Threat Assessment & Response System (TARS)

  • 使用 Python 与 Shell 脚本开发了一款 AI 驱动工具，用于自动化网络安全渗透测试。
  • 帮助 Osgil Defense 获得 Pre-Seed 投资，并在 GitHub 上积累 350+ 颗星与 50+ 次分叉。
  • 利用 CrewAI、LangChain、OpenAI 的 GPT-4 模型、Docker，并集成 Nettacker、Rustscan、Zed Attack Proxy (ZAP) 以及 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

  • 参与三人课堂项目，实现 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 传感器以实时获取骨架数据。
  • 通过 Python、Tkinter、C++ 并改编 Kinect V1.8 ToolKit 的示例代码开发了用户界面。

基于骨架数据的 SVM

  • 使用 Python 开发了一个预测人类行为的大学项目，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。
  • 实现了支持向量机以分类特定的人类活动/动作，取得了 62.5% 到 70.83% 的准确率范围。
  • 展示了项目执行并取得成功结果，在所述准确率范围内准确预测了人类行为。

活动

Mines 机器人俱乐部 - AgBot 团队
2018 年 9 月 - 2020 年 1 月
Golden，科罗拉多州

  • 参与 2019 年 AgBot 自动化农业机器人代码的开发，该项目使用 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农田边界。该代码使用 Python 编写，并利用机器人的激光雷达。