教育经历

北京大学 - 硕士985双一流211

2014.09-2017.06

人工智能

•- 主导设计高校智慧图书馆推荐引擎，结合Transformer与知识图谱实现跨模态资源匹配，使图书借阅率提升35%，获中国'互联网+'大学生创新创业大赛金奖

•- 联合中科院团队发表AAAI 2023论文《Dynamic Graph-based Knowledge Distillation》，提出自适应图蒸馏算法，在ImageNet-21K上实现9.2%的Top-5精度提升

•- 策划并主讲《多模态大模型开发实战》线上课程，通过构建代码即课程（Code-as-Course）体系吸引320+企业学员，配套工具包被腾讯AI Lab采纳为内部培训教材

工作经历

腾讯科技 - AI Lab互联网巨头

2017.07-2020.12

高级算法工程师图神经网络多模态融合

北京

•- 主导电商广告推荐系统升级，设计基于GraphSAGE的用户-商品二部图模型，通过引入社交关系特征与注意力机制，将CTR预测精度提升21%，广告收入年增1.8亿元。

•- 构建跨模态特征融合管道，整合用户行为序列、商品图像与评论文本，采用时序Transformer与CNN混合架构，使长尾商品曝光率提升37%，有效解决冷启动问题。

•- 搭建模型性能监控体系，设计实时反馈闭环机制，通过A/B测试平台动态调整模型参数，将线上服务P99延迟控制在80ms内，保障日均千万级请求的稳定性。

商汤科技 - AI for Healthcare事业部AI独角兽

2021.01-至今

高级机器学习专家联邦学习医疗AI

北京

•- 负责医疗影像AI平台核心算法研发，开发基于Vision Transformer的病理切片分割模型，通过数据增强与迁移学习策略，在ISBI2022数据集上Dice系数达0.91，获三甲医院临床验证。

•- 设计联邦学习框架实现多中心数据协作训练，采用差分隐私保护机制，在保障数据合规前提下使模型泛化能力提升15%，支持全国12家医院联合建模。

•- 构建端到端智能辅助诊断系统，集成NLP模块解析电子病历，结合影像特征实现多源信息融合，将医生诊断效率提升40%，误诊率降低18%。

项目经历

智慧城市交通流量预测系统 - 算法负责人

2018.05-2019.10

京东科技

•- 针对城市路网潮汐现象，设计时空图神经网络（ST-GNN），融合气象数据与历史拥堵模式，使高峰时段流量预测误差率降至8.3%。

•- 开发动态信号灯控制策略，通过多智能体强化学习优化交叉口配时方案，在试点区域实现通行效率提升31%，碳排放减少15%。

•- 构建边缘计算推理框架，采用模型剪枝与量化技术，使车载终端推理速度提升5倍，满足实时决策需求。

工业设备预测性维护平台 - 项目总监

2020.03-2020.12

平安集团

•- 基于振动频谱分析构建设备健康评估模型，采用1D-CNN与Transformer混合架构，提前72小时预警故障概率达94%，减少非计划停机损失2.3亿元/年。

•- 设计数字孪生仿真系统，集成物理建模与数据驱动方法，通过蒙特卡洛模拟优化备件库存策略，仓储成本降低28%。

•- 开发知识蒸馏框架，将教师模型参数量压缩60%仍保持92%精度，支撑边缘设备实时推理需求。

技能专长

分布式训练框架（Horovod/DeepSpeed）

模型压缩与加速（量化/剪枝/知识蒸馏）

图神经网络（PyG/DGL）

时序建模（Prophet/Transformer-XL）

MLOps工具链（Kubeflow/MLflow）

荣誉奖项

2021年中国人工智能学会优秀成果奖

2023年全球AI创新大赛银奖

其他信息

开源生态建设:

- 主导开发跨平台AI模型部署框架NeuralFlow，支持TensorRT与OpenVINO联合优化，在边缘设备上实现模型推理速度提升3倍，累计获GitHub 1.8k stars，被OPPO和比亚迪集成至IoT设备

- 参与国际医疗影像分析挑战赛iSEG2023，提出基于扩散模型的医学图像分割方法，在肝脏肿瘤检测任务中达到0.983的Dice系数，技术方案被NVIDIA医学AI团队收录进最佳实践文档

1 / 1

AMAZING RESUME

牛敬业

188****9898

niu****@***.com

北京

男

机器学习专家

在职

北京

30k-50k

个人总结

深耕AI领域8年，始终对模型落地与业务价值转化保持热情。擅长用数学视角拆解复杂问题，习惯用分布式训练、量化压缩等技术突破工程瓶颈，对代码结构与模型可解释性有近乎偏执的追求。核心能力覆盖推荐系统、多模态学习与实时决策优化，曾通过动态阈值调整方案将金融反欺诈系统的误报率降低22%。持续追踪领域前沿，坚持每周精读3篇顶会论文并复现关键算法，期待在自动驾驶/智慧城市等场景探索AI技术新边界。