2026 — 2027
南加州大学
理学硕士 · 分析学
- 统计建模与预测
- 面向决策的机器学习
- 数据工程与实验设计
- 加州 · 洛杉矶
关于我
站在模型与人之间的 工程师。
我是陶鼎新（Dingxin Tao），一名 AI 全栈开发工程师与前沿部署工程师（FDE），目前在南加州。
我的故事
我进入软件行业，是因为喜欢做出别人真正会用的东西。这种本能很早就把我推向了全栈：用户触碰的界面、界面之下的 API，以及让一切诚实可靠的数据。
后来，大语言模型改变了「可用」的定义。接下来的几年里，我一直在学习如何让 AI 功能在生产环境中存活——检索要保持有据可依，智能体要保持在轨，评测回路要在用户之前先告诉你真相。
前沿部署工程（FDE）正是这些线索交汇的地方。我深入客户现场，理解他们的工作流，与他们的系统集成，不断迭代直到方案在他们的世界里跑通，再把学到的东西带回产品。
我将于 2026 年完成加州大学尔湾分校计算机科学本科学业，并于 2027 届继续在南加州大学攻读分析学硕士——因为模型的好坏，取决于围绕它的数据与决策。
教育背景
两所校园， 一条轨迹。
2022 — 2026
加州大学尔湾分校
理学学士 · 计算机科学
- 系统、算法与软件设计
- 机器学习与人工智能
- 人机交互
- 加州 · 尔湾
工作经历
那些工作 发生的地方。
2025 — 至今
AI 平台 · 企业客户部署
前沿部署工程师（FDE）
深入企业客户现场，把 AI 产品从试点推进到客户环境内的生产上线。
- 在受监管环境中主导 RAG 与智能体部署的需求发现、方案设计与上线。
- 对接客户的身份认证、文档与工单系统，完成集成。
- 负责评测体系，为每一次 prompt 与模型变更设置门禁。
- Python
- TypeScript
- LangGraph
- PostgreSQL
- AWS
- Docker
2023 — 2025
产品团队 · 初创公司与实验室
AI 全栈开发工程师
端到端设计并交付基于 LLM 的产品功能——从数据模型到流式界面。
- 交付带类型化工具 schema 与可回放运行记录的智能体工作流工具。
- 为模型调用构建可观测性：链路、成本与模型评分质量。
- 为 React / Next.js 前端设计组件体系与动效。
- Next.js
- React
- FastAPI
- ClickHouse
- Redis
- Vercel
2022 — 2023
实习与校园项目
软件工程师（全栈）
通过真正上线来学习全栈：Web 应用、API、数据库，以及让它们持续在线的部署。
- 用 React 与 Node 构建数据驱动的 Web 应用。
- 为校园与客户项目搭建 CI/CD、容器化与监控。
- React
- Node.js
- PostgreSQL
- Docker
- GitHub Actions
现在
正在进行
- 01完成加州大学尔湾分校计算机科学本科学业（2026 届）。
- 02准备进入南加州大学分析学硕士项目（2027 届）。
- 03构建带类型化工具调用与评测体系的智能体系统。
- 04寻找前沿部署工程师（FDE）与 AI 工程岗位机会。
价值观
负责到底
从需求电话到生产看板——只要是我的事，就端到端负责。
清晰
对人用大白话，对机器用类型化契约。
势能
小步快跑、持续上线，胜过完美计划。先观测，再改进。
手艺
那些用户能感受到却说不出的细节——延迟、动效、空状态——都很重要。