专注于深度学习、计算机视觉和自然语言处理领域的研究与开发,拥有丰富的模型研发、模型训练和部署经验,致力于将前沿AI技术应用于实际业务场景。
我是一名充满热情的AI算法工程师,拥有计算机科学与技术硕士学位。在过去的8年里,我专注于深度学习模型的研究与应用, 特别是在计算机视觉和自然语言处理领域。我熟练掌握PyTorch、TensorFlow等深度学习框架, 并有丰富的模型优化和部署经验。我热衷于探索AI技术的边界,并将其应用于解决实际问题。
了解更多2023年9月加入金凤实验室,担任AI算法研究员,主导脑肿瘤病理智能诊断系统研发。基于可变token技术与记忆保留网络,建立了一种更关注细腻度特征的自适应归纳偏置网络架构,实现脑肿瘤全切片图像的分类、分级、分子预测、预后预测等,系统已在8家医院部署,日均处理100例,诊断准确率达97%。
针对医疗领域各学科的多模态数据,针对性的开发出多模态大模型,融合病理切片、影像数据、临床指标、组学数据等,分级准确率较开源方案提升约10%。同时通过在临床医学WHO指南及大量科研论文上进行微调,该模型可根据不同患者进行精准诊断,并给出优于医生的治疗方案。
2022年3月至2023年3月在华为云担任AI大模型实习生,主要负责AIGC方向的算法研究。伴随团队深入探索LoRA微调与ControlNet条件控制方法,基于百万级高分辨率病理与自然图像数据,对Diffusion模型结构与损失函数进行系统优化,显著提升了生成图像在细节还原与稳定性方面的表现。
在多模态研究方面,主导搭建了文本与图像特征对齐的双流编码器架构,结合CLIP预训练模型与自监督对比学习算法,引入跨模态注意力交互机制,极大地增强了模型在图文检索与视觉问答任务上的表现。利用分布式训练框架对海量多模态数据进行并行训练,并通过16位量化压缩降低推理延迟和计算成本。
2018年6月至2021年11月在房车宝信息科技有限公司担任AI应用工程师,负责端到端人脸识别系统。系统使用YOLO算法进行人脸检测与分割,将人脸区域送入Dual-CNN网络,结合ArcFace损失完成特征学习与身份匹配。模型在私有数据集上微调后识别准确率达99.2%,支持日均5000次实时考勤与门禁验证。
同期基于BERT变体和内部对话语料微调,构建检索增强智能问答系统,上线后用户自助解决率达到78%,显著减少人工客服工单。同时独立开发中英翻译模型,结合并行语料及领域术语表,实现医学和旅游术语精准翻译。期间主导建设AI模型评估与监控平台,集成性能对比与质量预警,保障公司AI项目稳定落地。
2023年在马来西亚国立大学(UKM)计算机学院担任实验室助理,协助导师团队开发并测试深度学习算法。在项目中,负责实现医学病理图像的DMIA多实例学习模型,针对多中心病理切片进行分割与特征提取。通过对模型在不同分辨率下的推理速度与内存进行基准测试,优化网络结构与参数设置,最终形成适用于多源病理图像的轻量化模型框架。
在单张Tesla A100 GPU上测试时,该模型分类准确率较原始方案提升超过8%。同时,承担模型性能优化任务,使用混合精度训练与TensorRT加速推理流程,有效减少显存占用与计算时间。此外,还负责收集并预处理多模态医学图像数据,编写数据清洗与增强脚本,确保样本多样性与数据质量。
Python
PyTorch
TensorFlow
深度学习
计算机视觉
NLP
机器学习
数据分析
Docker
云部署
Git
CUDA
神经网络
MLOps
模型优化
强化学习
数据可视化
模型部署
硕士就读于全球QS排名第129位的马来西亚国立大学(UKM),以优异成绩(GPA 3.63/4.00)完成硕士学业,绩点在同级中名列前茅。系统学习了 Algorithm and Data Structure、Machine Learning、Information Retrieval、Advanced Artificial Intelligence、Ontology and Knowledge Representation、Natural Language Processing、Image Processing and Computer Vision 等核心课程,全面掌握了深度学习理论与实践方法。
具备扎实的AI建模与应用能力,能够独立开发和优化人工智能模型。学习期间,积极参与跨学科项目,不断提升自学能力、团队协作与科研素养,具备较强的理论基础和实际问题解决能力。
本科就读于中国顶尖综合性大学——重庆大学(“985”“211”及“双一流”高校),系统学习了高等数学、概率论、理论力学、大学计算机基础等理工科核心课程,具备坚实的数理与工程基础。在校期间注重跨学科能力培养,积极探索计算机与人工智能在工程建模、数据分析等领域的创新应用,全面提升了逻辑思维与实践能力。
担任班长期间,积极组织班级活动和学业交流,注重团队凝聚力建设与同学成长,显著提升了领导力和组织协调能力。因表现突出,于2017年4月29日获得“五四青年”表彰的“优秀团干”奖章(前6%),多次获得师生好评。这些宝贵的经历为今后在人工智能领域的学术深造和项目实践奠定了坚实基础。在校期间已通过英语四六级及托福考试。
初高中就读于重庆市重点中学——重庆市第十一中学校,理科方向。初高中六年成绩优异,高考638分(一本线514分),重庆市第852名、全校前20,多次获得年级表彰。积极参加数学、物理、生物等学科竞赛,均获市级二等奖,展现了扎实的理科基础和较强的逻辑思维。担任学习委员期间,组织学习交流,协调师生关系,具备较强的自我管理和团队带动能力。
课余注重综合素质提升,作为校内优秀学生代表参加新加坡南洋理工大学夏令营,拓展国际视野,提升自主学习和跨文化交流能力。积极参与多所高校自主招生考试,凭借优异表现获提取破格录取资格。高中阶段不仅打下坚实学业基础,也培养了坚韧的学习毅力、团队协作精神和解决问题能力。
可实现脑肿瘤分割,胶质瘤分级、分子预测等。
PyTorch, DTFD-MIL, OpenCV
使用UNet++模型进行脑肿瘤的肿瘤区域3维分割。
Transformers, UNet++, JavaScript
基于Qwen 2.5 VL微调的病理多模态大模型系统。
Tensorflow, Qwen 2.5 VL, NumPy
基于Grandqc的AI病理切片质控系统。
PyTorch, DNN, Redis
基于ATV-RetNet的AI病理自动标注系统。
Wav2Vec2, PyTorch, FastAPI
基于Fseg算法训练的无监督病理分割系统。
Gym, DQN, TensorFlow
基于Trident的病理基础模型特征提取系统。
Wav2Vec2, PyTorch, FastAPI
基于SQL-lite的影像数据库系统。
Wav2Vec2, PyTorch, FastAPI
提供定制化的深度学习模型开发服务,包括模型设计、训练和优化。
为企业提供图像识别、目标检测、图像分割等视觉AI解决方案。
开发文本分类、情感分析、机器翻译等自然语言处理应用。
提供模型压缩、加速和部署服务,支持边缘计算和云端部署。
基于机器学习的数据分析服务,帮助企业洞察数据价值。
提供深度学习、机器学习等AI技术的企业培训和个人辅导。