# 评分信息汇总表

| 姓名 | 性别 | 专业       | 年龄 | 学历 | 毕业学校           | HR评分 | 部门评分 | 总分 | 手机         | 邮箱                   |
|------|------|------------|------|------|--------------------|--------|----------|------|--------------|------------------------|
| 徐啸 | 男 | 软件工程 | 27 | 本科 | 厦门大学信息学院 | 85 | 75 | 78 | 15505355120 | 1270859657@qq.com |
| 蒋阳 | 男 | 软件工程 | 22 | 全日制本科 | 厦门大学 | 80 | 60 | 66 | 199-4535-8060 | jiangyang4a304@163.com |
| 周才琪 | 男 | 人工智能 | 21 | 本科 | 厦门大学 | 90 | 85 | 86.5 | 19823708892 | 2549099240@qq.com |
| 李钰媛 | 女 | 人工智能 | 21 | 本科 | 厦门大学 | 80 | 70 | 73 | 15035070381 | 1821876121@qq.com |
| 莫山 | 男 | 通信工程 | 22 | 本科 | 厦门大学 | 70 | 60 | 63 | 13278782251 | tyloo4250@163.com |
| 陈伊彬 | 男 | 软件工程 | 23 | 本科 | 厦门大学 | 85 | 70 | 74.5 | 158-6059-8035 | ichen0211@foxmail.com |




## 徐啸 的详细评估

### HR评分分析:  
HR评分=85
- 硬性条件：40（学历本科，应届生符合要求）
- 稳定性：25（应届生无工作经验，稳定性中等）
- 意向：20（求职意向与岗位匹配）
- 简历：10（简历基础质量良好，无错误）

### 部门评分分析:  
部门评分=75
- 技能：40（核心技能匹配但经验不足）
- 项目：25（项目经验相关但参与度浅）
- 问题解决：8（有解决复杂问题案例）
- 潜力：2（有近期学习证书/项目）

### 否决项:  
无

### 结论:  
总分=78=85×0.3 + 75×0.7，
符合基础技术条件但缺乏AI实战经验，建议面试考察学习能力和项目迁移能力。
- 亮点：核心技能全匹配，有量化项目成果；
- 风险点：应届生无工作经验，稳定性得分中等

---

## 蒋阳 的详细评估

### HR评分分析:  
HR评分=80
- 硬性条件：40（全日制本科，专业匹配）
- 稳定性：30（无工作经历，按学生标准给分）
- 意向：10（简历未明确提及人工智能岗位意向）
- 简历：0（简历中存在多处格式和内容瑕疵）

### 部门评分分析:  
部门评分=60
- 技能：30（有编程基础但缺乏AI相关技能）
- 项目：20（项目经验丰富但无AI相关项目）
- 问题解决：5（无复杂问题解决案例）
- 潜力：5（有学习能力但无AI相关学习证据）

### 否决项:  
无

### 结论:  
总分=66=80×0.3 + 60×0.7，
 基础编程能力尚可但缺乏AI相关经验和技能，建议谨慎考虑或安排面试进一步考察学习能力和转型潜力。
- 亮点：编程基础扎实，项目经验丰富；
- 风险点：无AI相关经验和技能，简历质量有待提高

---

## 周才琪 的详细评估

### HR评分分析:  
HR评分=90
- 硬性条件：40（学历、证书、年龄均符合要求）
- 稳定性：30（应届毕业生，无跳槽记录）
- 意向：15（岗位匹配度高）
- 简历：5（简历专业无错误）

### 部门评分分析:  
部门评分=85
- 技能：50（核心技能全匹配，且有实际项目应用）
- 项目：25（项目经验高度相关且有量化成果）
- 问题解决：10（有解决复杂问题的案例）
- 潜力：0（应届毕业生，无额外学习证书）

### 否决项:  
无

### 结论:  
总分=86.5=90×0.3 + 85×0.7，
 符合技术条件且有较强的项目经验，建议面试进一步考察技术细节和团队协作能力。
- 亮点：核心技能全匹配，项目经验丰富且有量化成果；
- 风险点：应届毕业生，实际工作经验较少

---

## 李钰媛 的详细评估

### HR评分分析:  
HR评分=80
- 硬性条件：40（学历、年龄、英语等级均符合要求）
- 稳定性：20（实习经历较短，但无频繁跳槽记录）
- 意向：15（求职意向与岗位匹配，但缺乏明确薪资信息）
- 简历：5（简历内容完整，无明显错误）

### 部门评分分析:  
部门评分=70
- 技能：40（主修课程与人工智能相关，但缺乏核心技能的实际应用经验）
- 项目：20（项目经验与人工智能相关，但参与度较浅）
- 问题解决：5（项目中有解决问题案例，但缺乏复杂性）
- 潜力：5（有近期学习证书和项目经验）

### 否决项:  
无

### 结论:  
总分=73=80×0.3 + 70×0.7，
 符合基础技术条件但缺乏AI实战经验，建议面试考察学习能力和项目迁移能力。
- 亮点：主修课程与人工智能相关，有项目经验；
- 风险点：项目经验参与度较浅，缺乏核心技能的实际应用经验

---

## 莫山 的详细评估

### HR评分分析:  
HR评分=70
- 硬性条件：30（学历符合但缺乏AI相关证书）
- 稳定性：20（无工作经历，仅项目经验）
- 意向：15（求职意向与AI岗位部分匹配）
- 简历：5（简历基础质量良好）

### 部门评分分析:  
部门评分=60
- 技能：30（缺乏AI核心技能如机器学习、深度学习）
- 项目：20（项目经验与AI相关性较低）
- 问题解决：5（无复杂问题解决案例）
- 潜力：5（有近期学习项目）

### 否决项:  
无

### 结论:  
总分=63=70×0.3 + 60×0.7，
 基本符合技术条件但缺乏AI相关核心技能和项目经验，建议谨慎考虑或安排面试进一步考察学习能力和潜力。
- 亮点：有通信技术相关项目经验；
- 风险点：缺乏AI核心技能和项目经验

---

## 陈伊彬 的详细评估

### HR评分分析:  
HR评分=85
- 硬性条件：40（本科学历，专业匹配，无硬性条件缺失）
- 稳定性：25（应届生，无工作经历，稳定性评分基于教育经历）
- 意向：15（求职意向未明确提及，但专业技能与岗位有一定相关性）
- 简历：5（简历结构清晰，无错误）

### 部门评分分析:  
部门评分=70
- 技能：40（具备编程和数据库技能，但缺乏AI相关技能）
- 项目：20（有软件开发项目经验，但与AI相关性不高）
- 问题解决：5（项目中有性能测试等解决问题案例）
- 潜力：5（有学习新技术的潜力，但缺乏AI相关学习证据）

### 否决项:  
无

### 结论:  
总分=74.5=85×0.3 + 70×0.7，
 符合基础技术条件但缺乏AI相关经验和技能，建议面试考察学习能力和技术迁移潜力。
- 亮点：有扎实的编程基础和项目经验；
- 风险点：缺乏AI相关技能和项目经验

---