北京航空航天大学 - 本科985工程211工程双一流
2013 - 09-2017 - 06
•主修课程中深入探索了流媒体传输协议、实时计算框架与网络安全攻防，并独立完成多个课程设计，如基于WebRTC的低延迟视频监控原型
•发起并主持“极客马拉松·内容安全挑战赛”，设定违规视频自动标注赛题，吸引200+参赛者，最终孵化出3个用于直播鉴黄/暴恐识别的快速原型
•作为核心成员参与国家级大创“直播风险内容实时预警系统”，负责视觉特征提取与规则引擎开发，获得优秀结题，项目成果在校园直播平台试运行
直播内容审核开发工程师智能审核引擎音视频处理性能调优
北京
•主导直播内容审核引擎的迭代，针对复杂场景设计了多模态融合的违规检测策略，大幅提升对低俗动作、诱导性文字的识别覆盖度。
•与社区运营、风控团队深度协作，建立动态调整的审核规则库，使误伤率下降的同时保持高召回。
•通过引入GPU加速推理和流式处理，将单帧检测耗时压缩至60ms，支撑日均百万级直播间的实时审核，节省约40%的人力复审成本。
•建立用户申诉的敏捷响应机制，利用日志追踪与A/B测试定位审核误判根因，闭环修复后用户满意度提升15%。
高级直播内容审核开发工程师团队建设与培养高可用架构对抗性安全技术
北京
•作为技术负责人，主导审核系统从规则引擎向深度学习的全面重构，搭建了基于Transformer的实时文本审核链路和针对平台特有内容的定制化视觉模型，将色情、暴恐内容的漏报率降低至0.1%以下。
•设计并落地了审核服务的单元化架构，支持异地多活，轻松应对晚间流量高峰，保障了上亿用户直播间的平稳运行。
•联合高校安全实验室，开展对抗样本检测的前沿课题研究，将研究成果转化为黑产作弊行为识别模型，有效打击了变种违规内容。
•定期组织内部技术分享与Code Review，手把手带教新人，团队中3人成长为独当一面的模块负责人。
•该项目致力于构建一套覆盖视频、音频、文本的全链路直播安全解决方案，实现对低俗、广告、政治敏感等违规内容的毫秒级拦截。
•主导视频理解模块，利用TSM（时间移位模块）网络建模视频帧间动作，精准识别吸烟、寻衅滋事等动态违规行为，识别F1值达到0.92。
•通过模型量化与TensorRT加速，将推理延迟从150ms降至80ms，无缝嵌入直播流处理管道，避免卡顿感知。
•与后端团队紧密配合，完成分布式部署和压力测试，确保系统在春节期间峰值流量下零降级。
•为应对直播打赏欺诈、虚假人气刷量等黑产行为，构建了一套结合实时流计算与图神经网络的账号风险决策系统。
•清洗并聚合多维度特征（送礼频次、互动关系、设备指纹），设计时空风险评分卡，对高风险账号进行自动化降权与限制。
•创新性地引入Attention机制，捕捉团伙作弊的关联模式，使黑产团伙识别准确率提升至88%。
•通过搭建在线学习平台，实现模型日级更新，对新型作弊手段的响应速度从T+3缩短至T+0，成功压制了多次大规模刷量活动。
安全社区建设:
在知名技术社区长期撰写直播内容审核实战系列文章，单篇《基于人体姿态的违规舞蹈识别》阅读量破50万，被多家内容安全团队用作内训参考
