Resume | Vicky Ye

Education

南京大学管理科学与工程硕士

2024 — 2027

华中农业大学信息管理与信息系统学士

专业第一推免 · 国家奖学金 · 本科毕业论文创新奖

2020 — 2024

Experience

Alibaba Taotian

AI Product Manager Intern2025.12 — 2026.05

秒杀 AI 品规生产系统

背景

秒杀业务进入精细化运营阶段，运营粒度需要从「品类 × 价格带 × 品牌」细化至 SPU 级。但商品信息长期非结构化，存在属性缺失、表达不统一，导致系统难以准确理解、组织与分发。

需求

搭建AI品规生产链路，把商品转化结构化供给资产，支撑运营策略升级与分发效率提升。

关键决策

商品理解

问题：稳定性 vs 泛化能力

选择：多模态模型 + 动态 RAG

通过类目知识库约束模型输出，让长尾商品也能被一致理解

供给组织

问题：表达能力 vs 可运营性

选择：SPU 聚合 + 赛道体系

统一商品语义，并在商品粒度与类目粒度之间建立可运营的中间层

商品挂载

问题：召回 vs 精度

选择：多路召回 + 置信度分层 + LLM Judge

先保证覆盖，再通过分层策略与 Judge 机制降低误挂风险

属性值可用率48% → 92%

赛道聚合率77% → 95%

品规召回率25% → 88%

秒杀价格能力升级

背景

在淘宝秒杀场景中，价格能力是核心基础能力，但目前价格覆盖率不足（自身历史价+同款比价），仅依赖淘系Pair同款覆盖率上限有限（40%左右）导致很多商品无法获取有效价格

需求

构建高准确、可扩展的同款识别能力，核心目标是：在保证准确率的前提下，尽可能提升同款覆盖率，提升整体价格能力的覆盖范围和业务可用性

关键决策

同款识别

问题：精度 vs 覆盖

选择：多源识别（图像 + 商品相似对）

多模态信号融合，提高候选召回的稳定性与泛化能力。

结果判别

问题：规则稳定性 vs 语义理解

选择：LLM Judge

利用大模型进行语义一致性判断，提高复杂场景准确率。

持续优化

问题：一次性优化 vs 持续演进

选择：评测体系 + 迭代闭环

构建评测与反馈机制，实现能力持续优化。

价格覆盖率提升，且将“同款比价”沉淀为Skill。

Ericsson

AI & Developer Intern2025.07 — 2025.12

东南亚供应链仿真与交付追踪平台

面向供应链决策的 AI 仿真系统

System

• Vue3 + ASP.NET Core + Azure 构建前后端系统
• Logic Apps + ETL 整合 SQL / Excel / HANA 多源数据
• 统一指标体系（库存 / 周转 / 需求）
• What-if 仿真：500+ SKU 实时库存预测

• Prompt Engineering 自动生成分析摘要
• 基于业务上下文生成结构化决策建议

Impact

单品分析 10min → <1min支撑供应链动态决策

AI News 自动生成系统

行业信息流自动化生成与问答

System

• Vue3 + ASP.NET Core 信息聚合
• 25+ RSS：抓取 → 清洗 → 分类链路
• 并行请求（Promise.all）提升加载性能

• 双索引 RAG（新闻库 + 企业知识库）
• 自动分类 / 摘要生成 / 可追溯问答

Impact

日处理 50–80 篇成本 ↓60%查询效率 ↑3x

AI 月报生成助手

面向业务汇报的自动化分析与生成

System

• 统一数据输入结构（指标 / 报表）
• 多阶段流程：Parsing → Extraction → Drafting
• 标准化报告输出

• Prompt Pipeline + Style Retrieval
• 历史报告风格对齐（ICL）
• Human-in-the-loop 可编辑生成

Impact

替代人工整理报告一致性 & 复用度↑

Competitions & Awards

🏆Competitions

•美国大学生数据建模大赛 Finalist
•APMCM 一等奖
•辩论赛季军 + 最佳辩手

🎖️Honors

•国家奖学金
•优秀本科毕业论文
•本科毕业论文创新奖