•在校期间主导完成3项国家级科研项目，提出基于对抗样本的鲁棒性增强算法，相关成果发表于CVPR 2017。
•核心课程包括《分布式系统架构》《计算机视觉前沿》，GPA 3.9/4.0位列专业前5%。
•创建开源项目DeepOptimize获GitHub年度推荐，累计12k+星标，被多家企业用于模型部署实践。
AI算法工程师视频内容审核多模态异常检测分布式训练
北京
•在阿里巴巴担任AI算法工程师期间，聚焦视频内容审核系统的算法研发。
•主导设计多模态异常行为检测模型，通过融合视觉特征与行为序列，使违规内容识别准确率提升18%，误报率降低23%。
•负责构建实时流媒体分析管道，采用分布式训练策略优化模型推理效率，支撑日均千万级视频审核需求。
•与业务团队共建算法评估体系，推动审核结果自动化决策比例提升40%，显著降低人工复核成本。
高级AI算法工程师多传感器融合实时定位边缘计算优化
北京
•加入小鹏汽车后专注智能驾驶系统算法研发，主导多传感器融合定位模块开发。
•设计基于Transformer架构的激光雷达与摄像头融合算法，在雨雾天气下定位精度提升35%，满足L4级自动驾驶需求。
•创新提出动态权重分配策略，优化多源数据融合时的计算资源消耗，模型推理速度提升2.7倍。
•与硬件团队协同完成边缘计算芯片适配，实现算法模块功耗降低40%，支持7×24小时车载系统稳定运行。
•针对电商平台用户流失预测场景，设计图神经网络与注意力机制结合的混合模型。
•构建动态特征工程流水线，整合用户消费轨迹、社交关系等跨域数据，使预测准确率提升至89%。
•通过模型蒸馏技术压缩推理参数量，在保证精度的前提下将响应延迟从320ms降至110ms。
•推动算法成果落地至核心业务线，助力季度转化率提升12%，创造直接营收增长超2000万元。
•参与智慧城市建设项目，开发基于强化学习的动态路径规划引擎。
•创新性引入时空注意力机制，有效处理高峰期路网拥堵突变情况，路径推荐采纳率达76%。
•设计多目标优化框架，平衡行驶时间与碳排放指标，在城市试点区域减少平均通勤时长18%。
•与交通管理部门共建数据中台，实现算法模型与实时交通流数据的闭环迭代优化。
技术专利:
《基于时空图神经网络的交通流预测方法》（专利号：ZL2023XXXXXX），将动态路网建模误差降低22%。
《自适应多模态特征融合的异常检测算法》（专利号：ZL2022XXXXXX），在视频审核场景中提升复杂场景识别准确率19%。
