牛敬业
自然语言处理算法研究员
188****3075niu****@***.com北京30男自然语言处理算法研究员在职北京30k-50k •完成《自然语言理解与生成》课程大作业《方言文本标准化系统》，采用Few-shot Learning提升低资源语种处理准确率至92%
•设计跨模态情感分析模型并在CCKS 2022评测中获医疗领域情感分类赛道冠军，方案被收录于《AI医疗技术白皮书》
•组织每周技术分享会，主讲《大语言模型微调技术演进》等8期课程，吸引200+师生参与并推动实验室建立模型复现规范流程
•主导医疗领域病历文本结构化算法研发，构建基于Transformer架构的临床事件抽取模型，在10万+真实病例数据集上达到F1值89.3%。
•协调跨职能团队突破多模态病历解析瓶颈，创新性引入视觉-语言联合训练框架，使复杂病例解析效率提升40%，获国家发明专利授权。
•建立算法模型持续迭代机制，通过A/B测试框架动态评估模型效果，支撑三甲医院电子病历系统日均处理12万份病历。
•定期组织技术分享会，推动团队完成3项核心算法开源，相关代码在GitHub获得超过2k星标。
•负责金融领域智能投顾系统的语义理解模块设计，构建基于知识增强的金融文本分类模型，在监管政策文本分类任务上达到94.2%准确率。
•搭建端到端的模型训练流水线，集成AutoML工具链实现超参数自动调优，将模型迭代周期缩短50%。
•联合券商客户共建行业知识库，通过知识蒸馏技术压缩预训练模型至原体积的1/8，推理速度提升3倍。
•参与制定企业级NLP技术标准，主导完成3项行业白皮书编写，推动算法能力在资管行业标准化应用。
•项目背景：解决放射科医生每日需撰写200+份标准化报告的工作量问题，需从DICOM影像中提取关键特征并自动生成结构化文本。
•技术方案：设计视觉Transformer与文本生成模块的协同架构，通过注意力机制实现影像-文本特征对齐，在50万份历史报告中达到BLEU分数42.7。
•应用成效：系统部署后日均处理影像量提升3倍，报告生成时间从15分钟缩短至3分钟，获医院信息科年度最佳应用奖。
•项目背景：应对资管行业每日新增800+份研报的信息过载问题，需提取核心观点并生成结构化摘要供投资决策参考。
•技术路径：构建基于BERT+GRU的抽取式摘要模型，创新性引入金融术语注意力机制，在专业术语识别准确率上超越通用模型18%。
•业务价值：系统支撑某头部券商投研团队每日处理量，关键观点召回率达91%，帮助客户决策效率提升40%。
专注自然语言处理领域多年，对算法模型的结构化设计与参数调优充满热情。习惯通过代码实现验证理论假设，享受在数据噪声中寻找规律的过程，具备较强的实验设计能力与技术落地思维。熟悉大模型训练中的分布式优化策略，擅长结合业务场景设计轻量化解决方案。持续关注ACL、EMNLP等顶会动态，习惯用可复现实验复现前沿论文核心结论，期待在语义理解与生成方向创造技术价值。
技术影响力:
在EMNLP 2022发表《Dynamic Knowledge Graph Construction for Clinical Reasoning》，提出的动态知识图谱构建方法被Google医疗AI团队采纳
作为核心编委参与《大语言模型产业应用白皮书》撰写，贡献的医疗场景案例被工信部等四部门联合推荐至全国20家三甲医院
技术社区建设:
创立HealthBERT-Tools开源工具包，集成7种医疗NLP模型，GitHub获4.2k星标，服务超过15家医疗机构的文本挖掘需求
开发多模态对话框架MMDial在HuggingFace发布，支持图文/视频问答交互，月均下载量突破5万次，助力3家互联网企业落地智能客服系统
