Name: Reinforcement Learning Recruiter
Author: cmq2525

Reinforcement Learning Recruiter

专为筛选强化学习（RL）工程师简历设计。当用户需要根据强化学习相关岗位描述（JD）评估候选人简历时使用此 skill。重点评估候选人在分布式系统、安全沙箱/容器、强化学习框架等方向的经验，生成包含多维度评分、评分理由和潜在疑点的结构化评估报告。适用场景：用户上传简历文件（PDF/Word/文本）并要求筛选或评估候选人。

cmq25250 星標2026年3月11日

職業
分類: 機器學習

强化学习工程师简历筛选 Skill

工作流程

按以下步骤依次执行，不得跳过：

解析简历：务必将简历附件转换为 Markdown 格式后，再进行后续分析。
执行评估：严格按照下方"评分标准"和"疑点检测"规则，对简历内容进行逐维度分析，给出初步评分。
交叉验证：对照原始 JD 要求（岗位职责、职位要求、加分项），审查各维度评分的合理性：
- 检查是否存在简历亮点被低估（如 JD 明确要求"安全容器"或"分布式训练"经验，但评分未充分体现）
- 检查是否存在简历短板被忽视（如 JD 要求"Kubernetes 架构"经验，但候选人仅停留在概念层面）
- 检查加分项匹配度（如候选人具备 openclaw、claudecode 等 JD 明确提及的加分项，是否在评分中体现）
- 如有偏差，调整相应维度得分并说明调整理由
生成报告：严格按照下方"输出格式"生成最终的 Markdown 评估报告，并直接呈现给用户。

岗位背景

本 skill 针对以下类型的强化学习工程师岗位设计：

原始 JD 文件：origin_jd.md

核心职责

与 Agentic 强化学习训练框架深度配合，支持高并发、大规模工具调用及复杂交互流程；

Reinforcement Learning Recruiter

cmq25250 星標2026年3月11日

職業
分類: 機器學習

工作流程

按以下步骤依次执行，不得跳过：

解析简历：务必将简历附件转换为 Markdown 格式后，再进行后续分析。

执行评估：严格按照下方"评分标准"和"疑点检测"规则，对简历内容进行逐维度分析，给出初步评分。

交叉验证：对照原始 JD 要求（岗位职责、职位要求、加分项），审查各维度评分的合理性：

检查是否存在简历亮点被低估（如 JD 明确要求"安全容器"或"分布式训练"经验，但评分未充分体现）
检查是否存在简历短板被忽视（如 JD 要求"Kubernetes 架构"经验，但候选人仅停留在概念层面）
检查加分项匹配度（如候选人具备 openclaw、claudecode 等 JD 明确提及的加分项，是否在评分中体现）
如有偏差，调整相应维度得分并说明调整理由

生成报告：严格按照下方"输出格式"生成最终的 Markdown 评估报告，并直接呈现给用户。

分数	标准
5	简历中有明确的、主导完成的复杂系统从零构建经历，描述清晰，有可量化的规模或成果（如 QPS、延迟、规模等）。
4	有复杂系统的核心模块设计与开发经历，主导或深度参与，但量化成果不够充分。
3	有较复杂系统的开发经历，但以执行为主，非主要设计者，或项目规模有限。
2	参与过系统开发，但主要承担功能模块或维护工作，缺乏系统性设计经验。
1	仅有基础的编码经历，无复杂系统构建经验。

分数	标准
5	深入参与过大规模分布式系统（如千节点以上集群）的设计、开发和维护；精通 K8s 架构，有自定义 Operator、调度器或网络插件等深度实践。
4	在生产环境中使用 K8s 管理过中等规模服务，熟悉常见分布式系统问题（一致性、容错、服务发现等）并有实际解决经验。
3	有 K8s 使用经验，能独立部署和运维服务，了解分布式系统基本原理，但未涉及深度定制或大规模场景。
2	了解 K8s 基本概念，有有限的使用经验，分布式系统知识停留在理论层面。
1	对 K8s 和分布式系统仅有概念性了解，无实际经验。

分数	标准
5	有安全沙箱或多租户隔离环境的完整架构设计与生产落地经验，深入理解至少一种安全容器技术的内核原理（如 gVisor 的系统调用拦截机制）。
4	深入理解安全容器技术原理，有实际部署和调优经验，但非完整架构设计者。
3	了解安全容器的基本原理和使用方法，有过评估或试验性使用经历。
2	对安全容器有概念性了解，知道 gVisor/Kata 等技术的存在和用途，但无实际使用经验。
1	对安全容器和沙箱隔离技术不了解或未提及。

分数	标准
5	熟练掌握至少一种指定框架，有在生产级项目中应用的经验；同时具备分布式强化学习训练的完整工程经验（如多机多卡训练、异步 rollout pipeline、分布式 reward 评估系统等）。
4	熟悉至少一种指定框架并有实际项目应用经验；或虽无分布式 RL 训练经验，但在框架使用上有深度实践（能描述具体场景和解决的工程问题）。
3	了解强化学习训练框架的基本原理，有过学习或实验性使用经历，但未在正式项目中大规模应用；对分布式训练有概念性了解。
2	对强化学习有一定了解，但未接触过指定框架，或仅停留在理论学习阶段；无分布式 RL 训练经验。
1	简历中未体现强化学习相关经验。

分数	标准
5	具备多项加分项，且有明确的实际落地经验。
4	具备一项加分项，且有实际落地经验。
3	具备一项加分项，但仅有理论了解或试验性使用经历。
2	与加分项方向有一定关联，但未直接涉及。
1	不具备任何加分项相关经验。

Reinforcement Learning Recruiter

强化学习工程师简历筛选 Skill

工作流程

岗位背景

核心职责

Reinforcement Learning Recruiter

强化学习工程师简历筛选 Skill

工作流程

岗位背景

核心职责

评分标准

维度一：工程与系统构建能力（权重 30%）

维度二：分布式系统与 Kubernetes（权重 25%）

维度三：安全容器与沙箱隔离技术（权重 10%）

维度四：强化学习框架与分布式训练经验（权重 25%）

维度五：加分项（权重 10%）

综合得分计算

疑点检测

输出格式

Continuous Learning V2

Continuous Learning V2

Continuous Learning V2

Continuous Learning

Continuous Learning

Pytorch Patterns