个人概览
姓名余媛珺
出生日期2002.7.4
民族 / 籍贯汉族 / 湖北武汉
求职方向AI产品运营 / AI产品经理实习生
英语水平CET-4 546 / CET-6 542
日语水平日常交流
01 / About
关于我
把复杂问题拆成清晰路径，再用产品与数据把它推向结果。
能力雷达 · 2026
教育背景
东南大学 · 建筑学院
建筑学硕士 · GPA 3.93 / 4.00
荣誉：第十届全国高等学校木结构设计竞赛 · 二等奖
重庆大学 · 建筑城规学院
建筑学学士 · GPA 3.72 / 4.00 · 专业排名 20 / 128
荣誉：校级奖学金共八次、优秀共青团干部、优秀学生、优秀青年志愿者
02 / Experience
经历
围绕真实问题，把需求洞察、方案搭建与数据验证沉淀为可复用的方法。
业务背景
负责海外催收场景下生成式与规则式两类AI对话机器人产品 Chatbot / Talkbot 的全生命周期运营与质量保障。
Flow、RAG知识库搭建与测试
主导90个Chatbot的Dify工作流设计、节点配置及端到端测试；搭建基于RAG的知识库问答链路，完成催收合规文档、还款政策知识库切片与检索策略配置，支撑机器人调取私有资料作答。
对话质检与迭代闭环
建立“抽检—归因—修复—回归”四步质检机制，针对回复准确性、意图匹配度、上下文连贯性及话术合规性进行深度分析，输出缺陷报告并推动研发闭环，实现问题100%跟进修复。
核心成果
通过多轮质检、Prompt优化与RAG检索策略调优，将目标Chatbot回复准确率从60%提升至90%（+30pp）；沉淀可复用的问题分类框架与测试SOP，为后续90+Bot的批量验收提供标准化依据，人效提升显著。
04 / Toolkit
技能
工具服务于思考，方法沉淀为可复用的工作流。
设计 / 原型 / 工作流
Axure、Figma、Adobe Photoshop、ProcessOn、XMind、Dify
AI 工具
①国内：豆包、Deepseek、Kimi、WorkBuddy、Trae；②国外：Codex、Claude Code、Cursor、Gemini
RAG
熟悉RAG原理及流程，了解Indexing、Retrieval、Generation等关键部分的优化技术，了解提示词工程。
Agent
熟悉Agent核心部分（LLM+Planing+Memory+Function），熟悉ReAct、Reflexion等常见架构模式。
其他
通过CET-4和CET-6，能够阅读英文项目文档；能够使用TRAE、Cursor等AI工具进行辅助开发。