校园智聘推荐系统

校园智聘推荐系统
基于 Django+MySQL 技术栈打造的校园招聘全流程平台，连接高校学生与企业实现 “一站式招聘岗位推荐服
务”，获湖北省中银杯“新一代信息技术赛道”三等奖。
全栈架构与模块开发：
 后端：采用 Django 4.2.9 搭建 RESTful API 服务，设计个人用户、企业用户、数据大屏三大模块数据库
模型（简历、职位等），通过 Django ORM 实现数据持久化与高效查询；
 前端：使用 HTML5、CSS3、Bootstrap+jQuery 构建响应式界面，完成简历编辑、职位发布、数据可视
化页面的交互开发；
 部署与优化：配置 Nginx+Gunicorn 实现生产环境部署，通过 MySQL 索引优化与静态资源缓存策略保
障平台高可用。
大模型的集成与应用：
 通过线上接入热门模型的 api，以及使用 ollama 本地部署 deepseek，qwen2.5 等多种大模型，实现了 AI
简历诊断，AI 问答助手等功能。
智能推荐系统：
 独立设计 “简历 - 职位” 内容型推荐引擎，集成 jieba 分词、scikit-learn（TF-IDF + 余弦相似度），通
过技能标签、实习经历等特征权重优化，匹配准确率提升 40%，实现学生与企业高效双向匹配。
数据可视化：
 基于 ECharts 开发实时招聘数据大屏，覆盖 “人才供需趋势、职位技能热度、地域分布热力图” 等维度，
支撑企业可视化决策。

大模型应用：掌握 “线上 API + 本地部署” 双模式集成方法，能将大模型落地为实际功能（如 AI 简历诊
断），降低业务人工成本；
 算法实践：学会用 Jieba+TF-IDF + 余弦相似度构建推荐引擎，通过特征权重优化提升匹配准确率 40%，
理解 “算法服务业务需求” 的核心逻辑。
 数据思维：通过 ECharts 开发数据大屏，学会将复杂数据转化为决策依据，理解 “数据驱动业务” 的价值；
 问题解决：面对推荐准确率低、部署端口冲突等问题，形成 “定位原因 - 迭代优化 - 验证效果” 的闭环
思维，提升突发问题处理效率。