wanyichen06/LLMInternSkill

何を解決するか

LLMInternSkillは、AIインターンシップ候補者の「誇張された」または曖昧な履歴書という問題に対処します。単に履歴書を良く見せるのではなく、すべての主張が証拠によって裏付けられていることを保証し、技術面接での「露呈」を防ぐとともに、技術的な成果をプロフェッショナルでインパクトのある言葉に変換するのを支援します。

仕組み

このプロジェクトは、候補者の生の履歴書、ターゲットとなる職務記述書（JD）、および裏付けとなる資料（コード、メモ、論文）のフォルダを処理するツールキット（およびCodex Skill）として機能します。以下の主要な操作を実行します：

• 証拠の監査 (Evidence Auditing): 資料を分析して、主張が裏付けられているか、格下げ（より保守的に）する必要があるか、またはさらなる証拠が必要かを判断します。
• 履歴書のブラッシュアップと調整 (Resume Polishing & Tailoring): 箇条書きをより技術的かつ具体的に書き換え、特定のJDに合わせて経験の順位を再構成します。
• 面接シミュレーション (Interview Simulation): 候補者が深い技術的な質問に備えられるよう、履歴書に基づいた「詰め」の質問を生成します。
• プロジェクト・スカウティング (Project Scouting): 候補者が特定の役割に対して十分な証拠を欠いている場合、本物のスキルと証拠を構築するために複製または修正すべき特定のオープンソースプロジェクトを推奨します。
• LaTeX エクスポート (LaTeX Export): 最終的なPDF履歴書を生成するためのプロフェッショナルなLaTeXテンプレートを提供します。

対象者

LLMおよびAI分野でインターンシップや職務を求めている学生やキャリア初期の専門家、特にRAG、Agents、Post-training、Pretraining、およびMultimodal AIの役割をターゲットにしている人々を対象としています。

ハイライト

• 証拠に基づいたアプローチ (Evidence-Bound Approach): 「マーケティング用語」よりも技術的な真実を優先し、履歴書の主張が面接での精査に耐えられるようにします。
• 包括的なパイプライン (Comprehensive Pipeline): 資料の監査とJDのマッチングから、面接準備、LaTeXフォーマットまで、プロセス全体をカバーします。
• ターゲットを絞った役割のサポート (Targeted Role Support): Agentic RL、SFT/DPO、およびVector DBsなどのさまざまなAIドメインに関する特定のチェックリストを含んでいます。
• 実行可能なアップグレード計画 (Actionable Upgrade Plans): オープンソースプロジェクトの作業を通じてスキルギャップを埋めるための、段階的な計画（1日 / 3日 / 1週間）を提供します。