山东大学项目实训（一）：智能简历平台Plus——项目概述

项目设计初衷是搭建一个利用API接口生成简历的网站项目，旨在通过集成外部服务或数据，提供更加丰富和自动化的简历生成体验。这种方式不仅简化了用户操作，还能够引入更多动态和个性化的内容到简历中。

项目目标

为用户提供一个简单、直观的平台，通过自动化工具快速生成个性化简历。利用外部API接口，如职业社交平台（LinkedIn）、教育机构数据、专业技能认证等，自动填充简历内容。使用户能够轻松定制简历模板，选择不同的设计风格和布局。支持简历的云端保存、导出（如PDF格式）和分享功能。

关键功能

集成外部API：与LinkedIn、GitHub等平台的API接口集成，自动导入用户的教育背景、工作经历、项目经验等信息。
动态简历模板：提供多样化的简历模板，并支持实时预览和自定义设计元素，如颜色、字体和布局。
智能优化建议：利用数据分析和职场趋势，为用户提供个性化的内容优化建议，增强简历吸引力。
云端操作：用户可以在任何设备上访问和编辑他们的简历，支持云存储和跨平台同步。
简历分析与反馈：通过集成的分析工具，为用户提供关于简历的可视化反馈，包括阅读易度、关键词匹配度等。
技术栈：后端框架使用了Django，其内置了许多功能，如用户认证、数据库模型和管理后台，适合快速开发复杂的数据驱动型网站。前端集成则使用Django Templates，Django的模板系统，同样用于生成动态HTML，且与Django框架无缝集成。开发工具和实践使用Pipenv：Python虚拟环境管理工具，用于管理项目依赖。API集成与开发使用Django REST framework：用于创建RESTful API，处理客户端和服务器之间的请求和响应。
个性化性格分析：在用户点击需求后，根据用户生日，MBTI，八字等信息生成个性化性格简述以及工作或生活建议
个性化沟通需求训练器：基于AIGC技术与文本大模型，用户可自主选择特定情境训练语言技巧和沟通能力，比如模拟工作面试时，回答hr的特定问题；模拟相亲时，回答较为敏感复杂的问题，帮助特定需求用户提升沟通与应对能力，提高相应场景的成功率。

实施计划

完成网站的设计工作，包括用户界面（UI）和用户体验（UX）设计。创建初步的设计草图和用户流程图（第六周-第八周）
开发网站的前端和后端，确保所有功能按设计实现。确定技术栈和开发工具。（第八周-第十二周）
建立开发环境，分模块开发网站的前端和后端功能，然后集成外部API和服务。（第十周-第十四周）
维护和迭代，根据用户反馈和市场变化，持续更新和改进网站，监控网站性能和用户行为数据，定期收集用户反馈。（第十四周-第十六周）

 

项目任务要点

一、前期准备
任务一：前后端系统框架搭建
     任务内容：实现用户界面，包括简历编辑、定制预览等功能

     前端：Django

     后端：python+Django

任务二：实现chatgpt3 API接口调用
     任务内容：根据用户对于性格、爱好特长、求职岗位等的简单介绍，对简历的相关长文本部分进行AI润色，充实丰富简历内容。

任务三：实现简历模板生成
     任务内容：基于模型训练结果对简历文本进行润色，提高语言表达的专业性和吸引力。这可能包括增强动词的使用、优化成就描述、消除语法错误等。

任务四：数据集搜集与整理
     任务内容：可使用的简历数据包括Kaggle Resume Datasets、Interview Transcripts (Research datasets)、LinkedIn Resume Dataset等，对简历数据集进行数据分析和整理，利用NLP对文本进行处理存入数据库进行后续模型微调训练。

     

二、基于ChatGLM模型微调训练
任务一：数据清洗与预处理
任务内容：根据阶段一梳理的数据，清洗用于训练chatGLM模型的数据，去除无关信息，标准化日期和其他变量格式，确保后续处理的一致性和准确性，对输出进行结构修正，输出规范化的语言，达到预期的文本输入与输出。

任务二：模型微调
任务内容:将整理好的数据集划分为批次，并分批次提供给chatGLM模型进行训练。在每个迭代周期内，模型根据当前批次数据计算损失，并使用反向传播算法更新模型参数。训练过程中记录训练准确率、精确率、召回率指标。

三、模型嵌入与系统完善
任务一：基于模型生成，实现基于行业的模拟面试对话系统，并嵌入平台
任务内容：用户可自主选择特定情境与问题，模拟工作面试时回答hr的特定问题，并与AI进行多回合的问答。训练完成的大模型会根据训练数据集的偏向给予用户的每一条回答进行更加专业的评分与评价，以期帮助用户训练语言技巧和沟通能力。

任务二：建立健全的可交互界面与量化评价系统
任务内容：实现完整的智能简历生成平台系统。

项目分工

吴诗语：负责项目整体规划、进度控制和团队协调，主要负责进行大模型微调工作。
邹雨萱：负责实现平台后端功能，包括用户管理、简历存储、AI优化等
王照南：负责设计前后端链接、api调用、大模型调试等
冯新雅：负责实现平台前端功能，包括用户界面、用户注册、登录、简历创建等

博客进度时间：4月1日