简历初筛详情

ID id

410

请求 ID request_id

1-6a688cff-15e8bf-003a41f298f9

提取时间 extracted_at

2026-07-28 11:07:29

source_bucket source_bucket

langbowei-static

源对象 source_object

parsed/resumes/1-6a688cff-15e8bf-003a41f298f9__widget_1704704635359_0.pdf.parsed.json

对象大小 object_size

10660

event_name event_name

ObjectCreated:PutObject

event_time event_time

2026-07-28T11:07:28.000Z

etag etag

D2658602E96645A77486B2E443C2EA3C

model model

qwen3.7-plus

文本长度 text_length

5182

jd_text jd_text

招聘岗位：测试经理招聘类型：社招工作地点：苏州-展业大厦工作年限：5-10年适用工作安排：大小周(早9晚9) 岗位类型：全职期望薪资范围：15-25K 招聘人数：1 招聘紧急程度：普通期望到岗日期：2026-08-31 岗位JD：【朗伯威】光学物理AI智能传感硬件 | 高速成长期硬科技企业 | 清华团队 | 国家级高新技术企业朗伯威中国官网：www.lamberv.com 岗位职责 1、制定嵌入式固件测试策略：参与需求与设计评审，输出覆盖功能、性能、稳定性、兼容性的测试方案与用例 2、执行固件测试：独立搭建测试环境，执行集成测试、系统测试、回归测试，利用串口/Wireshark等工具定位缺陷并推动闭环 3、软硬协同调试：协同硬件工程师，使用示波器、逻辑分析仪验证UART、I2C、SPI、USB等外设通信，定位软硬集成问题 4、自动化与效率提升：用Python/C++/Shell开发自动化脚本和工具，提升回归效率；熟练使用AI工具（如GPT、Copilot）辅助生成测试用例、编写脚本、分析日志，加速测试全流程 5、专项与质量把控：执行压力、长稳、弱网等专项测试，输出风险评估报告任职要求 1、全日制统招本科及以上，电子/计算机/自动化相关专业 2、5年以上嵌入式固件或硬件产品测试经验，有独立负责复杂项目交付经历，能对结果负责，有责任心意识 3、熟悉ARM等MCU架构，能阅读C/C++代码，理解中断、RTOS调度等机制 4、熟悉UART、I2C、SPI、USB等接口协议，会用示波器/逻辑分析仪，熟练掌握测试设计方法，具备较强缺陷定位能力 5、熟练使用Python/C++/Shell至少一门语言，有自动化框架开发经验者优先 6、必须熟练使用AI工具辅助测试工作（如ChatGPT生成用例/脚本、Copilot辅助编码等），面试时需展示实际应用案例加分项 1、有工业相机、读码器、安防、物联网产品测试经验优先 2、了解ISP Pipeline或图像质量测试优先 3、有功耗测试、信号完整性测试经验优先筛选标准：嵌入式固件测试，智能硬件的软件测试经验资深一点的

extracted_json extracted_json

JSON

{
    "summary": {
        "overall_match": "候选人具备扎实的自动化测试与Python开发能力，但在嵌入式底层硬件调试及AI工具应用方面经验不足，且近期任职时间较短，整体匹配度一般。",
        "key_strengths": [
            "自动化测试框架与CI\/CD流水线搭建经验丰富",
            "具备服务器及存储硬件产品全生命周期测试经验",
            "简历结构清晰，项目成果数据详实"
        ],
        "key_concerns": [
            "缺乏ARM\/MCU架构及底层接口协议（UART\/I2C等）调试经验",
            "未体现AI工具辅助测试的实际应用经验",
            "最近一段工作经历仅3个月，稳定性存疑",
            "未明确期望薪资、到岗时间及对大小周工作制的接受度"
        ],
        "recommendation_summary": "因整体置信度低于50%，且存在多项核心技能信息缺失及稳定性风险，建议补充信息后再行评估。"
    },
    "dimensions": [
        {
            "name": "tech_power",
            "raw_score": 82,
            "confidence_level": "medium",
            "confidence_coefficient": 0.8,
            "adjusted_score": 75.6,
            "base_weight": 0.3,
            "adjusted_weight": 0.5,
            "score_breakdown": [
                {
                    "item": "中性基准",
                    "score_change": 50,
                    "evidence": "初始基准分"
                },
                {
                    "item": "核心要求综合",
                    "score_change": 10,
                    "evidence": "满足学历专业要求，具备硬件及少量固件测试经验，但ARM\/MCU、底层接口及AI工具经验缺失，综合判定为至少存在真实相关经验但深度不足"
                },
                {
                    "item": "加分项(功耗测试)",
                    "score_change": 4,
                    "evidence": "硬盘测试项目中包含功耗分析与数据采集，命中功耗测试加分项"
                },
                {
                    "item": "项目证据",
                    "score_change": 15,
                    "evidence": "主导服务器硬件自动化测试及硬盘可靠性测试等复杂项目，且有明确的效率提升数据"
                },
                {
                    "item": "经验深度",
                    "score_change": 3,
                    "evidence": "正式工作经验约6.6年，超出JD要求的5年，超出1-2年"
                }
            ],
            "reason": "候选人Python自动化与硬件测试经验丰富，但缺乏JD核心要求的嵌入式MCU底层调试及AI工具应用经验，部分核心要求状态为unknown。"
        },
        {
            "name": "stability",
            "raw_score": 40,
            "confidence_level": "medium",
            "confidence_coefficient": 0.8,
            "adjusted_score": 42,
            "base_weight": 0.25,
            "adjusted_weight": 0.4,
            "score_breakdown": [
                {
                    "item": "中性基准",
                    "score_change": 50,
                    "evidence": "初始基准分"
                },
                {
                    "item": "任职时长",
                    "score_change": -10,
                    "evidence": "最近一段工作经历（艾博机器人）任职仅3个月（不超过12个月），虽历史平均任职6年（大于2年），但仍触发低于通过标准规则"
                }
            ],
            "reason": "候选人历史在戴尔任职6年表现稳定，但最近一段工作仅3个月，触发近期稳定性扣分规则。"
        },
        {
            "name": "salary_match",
            "raw_score": 50,
            "confidence_level": "low",
            "confidence_coefficient": 0,
            "adjusted_score": null,
            "base_weight": 0.2,
            "adjusted_weight": null,
            "score_breakdown": [
                {
                    "item": "中性基准",
                    "score_change": 50,
                    "evidence": "初始基准分"
                }
            ],
            "reason": "候选人未提供期望薪资，无法评估匹配度，置信度为low，不纳入综合分计算。"
        },
        {
            "name": "pace_match",
            "raw_score": 60,
            "confidence_level": "low",
            "confidence_coefficient": 0,
            "adjusted_score": null,
            "base_weight": 0.2,
            "adjusted_weight": null,
            "score_breakdown": [
                {
                    "item": "中性基准",
                    "score_change": 50,
                    "evidence": "初始基准分"
                },
                {
                    "item": "地点匹配",
                    "score_change": 10,
                    "evidence": "最近一份工作在苏州分公司，推断当前在苏州，与JD工作地点匹配"
                }
            ],
            "reason": "候选人未明确说明是否接受大小周工作制及具体到岗时间，核心节奏信息缺失，置信度为low，不纳入综合分计算。"
        },
        {
            "name": "communication",
            "raw_score": 95,
            "confidence_level": "high",
            "confidence_coefficient": 1,
            "adjusted_score": 95,
            "base_weight": 0.05,
            "adjusted_weight": 0.1,
            "score_breakdown": [
                {
                    "item": "中性基准",
                    "score_change": 50,
                    "evidence": "初始基准分"
                },
                {
                    "item": "结构清晰度",
                    "score_change": 10,
                    "evidence": "模块划分清晰，阅读顺序合理"
                },
                {
                    "item": "信息完整度",
                    "score_change": 10,
                    "evidence": "任职时间、职位、公司和项目字段完整"
                },
                {
                    "item": "证据表达",
                    "score_change": 15,
                    "evidence": "项目经历包含明确的背景、个人动作和量化结果（如缩短至1小时、缩减70%）"
                },
                {
                    "item": "一致性",
                    "score_change": 10,
                    "evidence": "技能、经历、项目和时间线相互一致"
                }
            ],
            "reason": "简历结构清晰，信息完整，项目描述具备充分的量化数据支撑，表达质量优秀。"
        }
    ],
    "match_score": 64.1,
    "overall_confidence": 0.49,
    "bonus_items": [
        {
            "dimension": "communication",
            "score": 95,
            "confidence": "high",
            "impact": 0.75,
            "evidence": "简历表达质量优秀，原始分95，超过80分基准"
        },
        {
            "dimension": "tech_power",
            "score": 82,
            "confidence": "medium",
            "impact": 0.48,
            "evidence": "硬技能原始分82，超过80分基准"
        }
    ],
    "risks": {
        "hard_constraint_risks": [],
        "confirmed_high_risks": [],
        "potential_risks": [
            {
                "dimension": "stability",
                "score": 40,
                "confidence": "medium",
                "impact": 2,
                "evidence": "最近一段工作经历任职仅3个月，低于12个月标准，存在近期稳定性风险"
            },
            {
                "dimension": "tech_power",
                "score": 82,
                "confidence": "medium",
                "impact": 0,
                "evidence": "核心硬性要求‘熟悉ARM\/MCU架构及C\/C++代码’、‘熟悉底层接口协议及仪器使用’、‘熟练使用AI工具’在简历中未体现"
            }
        ]
    },
    "missing_information": [
        "候选人期望薪资",
        "是否接受大小周（早9晚9）工作制",
        "具体到岗时间",
        "是否具备ARM\/MCU架构及C\/C++代码阅读能力",
        "是否熟悉UART\/I2C\/SPI\/USB等接口协议及示波器\/逻辑分析仪使用",
        "是否熟练使用AI工具（如GPT\/Copilot）辅助测试"
    ],
    "recommendation": "pending",
    "recommendation_reason": "insufficient_evidence"
}

composite_score composite_score

0

recommended_action recommended_action

output_key output_key

structured/parsed/resumes/1-6a688cff-15e8bf-003a41f298f9__widget_1704704635359_0.pdf.parsed.json.screening.json

状态 status

success

error_message error_message

无数据

raw_event raw_event

JSON

{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-07-28T11:07:28.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 10660,
                    "eTag": "D2658602E96645A77486B2E443C2EA3C",
                    "key": "parsed\/resumes\/1-6a688cff-15e8bf-003a41f298f9__widget_1704704635359_0.pdf.parsed.json",
                    "objectMeta": {
                        "mimeType": "application\/json"
                    },
                    "size": 10660
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "ca5b3a7a3f9032c56d393bfb816e6376962c91d8"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.155"
            },
            "responseElements": {
                "requestId": "6A688D6F4D9A4032359B5353"
            },
            "userIdentity": {
                "principalId": "300891235492433224"
            }
        }
    ]
}

创建时间 created_at

2026-07-28 19:09:46

记录详情