•主修机器学习、概率图模型、计算语言学、分布式系统等核心课程，在课程项目中完成基于注意力机制的机器翻译系统搭建，期末成绩位列专业前 10%。
•加入导师实验室从事语义匹配方向研究，参与 ACL Workshop 论文投稿，负责实验设计与消融分析部分，培养了规范的科研写作与协作能力。
•在校期间组织多场 NLP 技术沙龙，邀请业界工程师分享大模型应用实践，累计吸引 200 余名同学参与，锻炼了技术传播与活动组织能力。
自然语言处理科研专员领域算法设计模型迭代优化医疗文本挖掘
北京
•主导医疗领域文本结构化算法的设计与迭代，覆盖临床病历关键信息抽取、ICD编码自动标注、医学实体消歧等核心任务。
•通过引入领域自适应预训练和对比学习策略，将医疗实体识别的 F1 分数由 82% 提升至 91%，编码自动推荐准确率达到 88%，显著降低医生文书录入负担。
•与医院信息科及临床科室深度协作，将算法能力嵌入 HIS 系统和电子病历平台，累计服务 12 家三甲医院，日均处理病历文本超 5 万条。
自然语言处理工程师跨语言检索平台算法研发多语言文本理解
北京
•参与跨语言信息检索平台的研发，负责多语言查询理解、语义索引构建和召回排序模块的算法实现。
•研究并落地跨语言预训练模型（XLM-R、mBERT）与向量检索技术的结合方案，支持中、英、日、韩四语言互译检索，检索相关度 AUC 提升 15%。
•对接国际化内容团队与海外业务线，为跨境电商、海外社交平台等多条产品线提供文本理解与生成能力，支撑日均 2000 万级查询请求。
•该项目面向患者常见症状咨询场景，构建端到端的医学问答系统，实现症状描述理解、意图分类、知识检索与答案生成。
•负责构建医疗对话数据集，协调医院合作完成 3 万条真实问诊对话的脱敏与标注，设计数据增强策略扩充低资源病症覆盖。
•采用预训练语言模型微调结合检索增强方案，实现问答准确率从 76% 提升至 89%，平均响应延迟控制在 800ms 以内。
•系统部署于医院微信公众号与小程序，累计服务患者超 15 万人次，有效分流 40% 的重复性咨询，提升导诊效率。
•该项目面向科研工作者，提供文献综述生成、论文语言润色、引用格式检查等智能写作辅助功能。
•负责学术领域知识图谱的构建，覆盖计算机科学、生物医学等 8 个学科方向，完成 50 万+ 文献的实体抽取与关系抽取。
•集成文本生成、语法纠错与风格迁移模型，支持中英文学术写作建议，用户采纳率达 67%。
•通过对写作行为日志的挖掘分析，持续优化推荐算法，使单篇论文辅助写作效率提升约 35%。
专利:
申请 4 项自然语言处理相关发明专利，包括"一种基于多任务学习的医疗实体识别方法"、"跨语言语义检索的混合排序模型"等。
相关专利技术已落地于智能客服、医疗病历分析等实际产品中，累计带来年化收益超 500 万元，获得公司知识产权优秀奖。
开源贡献:
在 GitHub 维护多个 NLP 工具库，包括中文分词优化脚本、BERT 模型微调模板等，累计获得 800+ Star。
向 Hugging Face Transformers 社区提交 PR，修复多语言模型 tokenizer 兼容性问题，被官方合并采纳。
