ZhiTu Student App
从今天的一个选择,长出下一步行动
Match Confidence

用标注样本校验匹配质量,让建议更可信

这里主要用于评委展示和算法校验,说明岗位匹配不是黑盒结论,而是经过样本验证的。

样本数
20
准确率
87.4
精确率
95.7
召回率
90.9
当前验证集中,关键技能匹配准确率表现稳定,可以作为结果可靠性的参考。
关键指标走势

把核心指标直接展开看

案例列表

人工标注样本明细

案例 ID 目标岗位 案例准确率 命中技能数 预测技能数 标注技能数
case_01 Python开发工程师 85.7% 6 6 7
case_02 Python开发工程师 83.3% 5 5 6
case_03 Golang开发工程师 100.0% 5 5 5
case_04 算法工程师 83.3% 5 5 6
case_05 数据分析师 80.0% 4 4 5
case_06 大数据开发工程师 100.0% 4 4 4
case_07 运维开发工程师 100.0% 6 6 6
case_08 DevOps工程师 100.0% 5 5 5
case_09 网络安全工程师 83.3% 5 5 6
case_10 云计算工程师 100.0% 5 5 5
case_11 产品经理 83.3% 5 5 6
case_12 前端开发 60.0% 3 4 4
case_13 Java 33.3% 2 4 4
case_14 C/C++ 75.0% 3 4 3
case_15 软件测试 100.0% 5 5 5
case_16 质量管理/测试 100.0% 4 4 4
case_17 技术支持工程师 100.0% 4 4 4
case_18 实施工程师 100.0% 4 4 4
case_19 项目专员/助理 100.0% 4 4 4
case_20 统计员 100.0% 6 6 6
预测结果

case_09 · 网络安全工程师

Linux 渗透测试 Python 安全加固 漏洞分析
缺失技能
网络协议 Shell 应急响应 日志审计 零信任架构 AI安全对抗 安全合规
人工标注

对照基准

Linux 渗透测试 Python 安全加固 Shell 漏洞分析
案例准确率:83.3%