履歷與職缺智慧配對系統
鐘O欣、許O璇、何O倢、李O心、楊O琦
本專案旨在解決大學生尋找實習時，因缺乏實務經驗與定位不明，導致傳統關鍵字篩選效率低下的痛點。我們開發了「InternMatch」AI 媒合系統，透過 RoBERTa 自然語言處理模型，將學生的課堂專案、社團經驗與職缺描述轉化為多維度向量。系統採用雙階段推薦架構：首先透過 FAISS 向量索引進行快速召回，再經由Fine-tune後的迴歸模型，針對技能吻合度、經驗相關性、發展方向及軟實力進行深度評估。實驗結果顯示，本系統在相關係數指標上顯著優於傳統模型，能精準識別隱性能力。未來計畫擴展至 履歷診斷與真實數據整合，打造高效的校園求職工具。
