🧑‍💻 AI算法工程师 / 大模型开发者 | 📍 广州

我是一名专注于 大模型、深度学习和强化学习 的硕士研究生 。拥有丰富的大模型微调、RAG、Agent 智能体及工程化落地经验，具备大模型应用的技术落地能力。

• 广东财经大学 | 管理科学与工程 (硕士) | 研究方向：大模型、深度学习、强化学习 | 2023.09 - 2026.06
• 河南工程学院 | 物联网工程 (本科) | 2018.09 - 2022.06

• 📝 学术成果：发表 CCF-C 论文一篇（返修中）；SCI 二区论文一篇（一作，审稿中）；EI 会议一篇（已发表） 。
• 🏆 竞赛荣誉：第二十一届中国研究生数学建模竞赛“华为杯” 国家二等奖 。
• 💻 技术栈：熟悉 Python、Java，掌握数据处理和分析工具 。精通 SVM、KNN、RF 等常用算法，曾主导完成 Transformer 模型搭建及掩码矩阵修改 。掌握超参数调优、正则化、RAG、MCP、智能体等应用技巧 。

• 反诈大模型：主导端侧轻量化反诈模型的数据合成，设计针对性 Prompt 构建10类多轮对话数据集 。结合场景设计微调策略，最终 TC 准确率高达100% 。
• 智能问答助手：针对用户查询场景构建轻量级 RAG，整合备忘录、日历等5种系统应用内容 。落地“关键词检索-多源信息融合”流程，驱动模型输出附带来源引用的信息 。
• 多模态文字理解：基于 MiniCPM-4B 开展多模态文字理解能力开发，实施全参微调与模型量化 。设计前端生成方案，低成本获取 PNG 训练格式高质量语料 。结合 SQE 评估与 badcase 分析，闭环迭代提升模型在非理想场景下的识别能力 。

• 多轮对话业务机器人：基于 Qwen3-32B 合成外呼业务数据，利用 LLaMA-Factory 在 Qwen3-1.7B 上进行 SFT，并借助 Verl 框架进行 PPO 强化微调 。
• 业务成果：幻觉概率下降至12%，平均通话轮次控制在3.8轮以内，外呼接通率提升至63%，用户主动挂断率减少至49%。
• 工作流提效：基于 Manus 架构结合业务场景部署智能体，修改源码以贴合业务需求，提升工作流效率与场景适配性。

• 基于多特征表示的印刷设备停机异常检测 (2024.10 - 2025.03)：提出可变长滑动窗口与动静结合特征工程，结合 LSTM-AE 与 GMM 实现数据异常分类 。实验表明 F1 值达 0.936，较基线提升 16.3% 。
• 基于深度强化学习的股票投资组合优化 (2023.12 - 2024.04)：提出改进的时序 Transformer，设计动态风险偏好奖励函数并引入惩罚项 。上证50指数回测显示，投资组合累计回报率超基线 7.10 个百分点 。
• 基于数据分析建模的磁芯损耗模型研究 (2024.09 - 2024.10)：构建高精度预测模型并优化关键参数组合 。项目获第二十一届“华为杯”国家二等奖 。

• 📧 Email: [点击替换为你的邮箱]
• 🐙 GitHub: [点击替换为你的GitHub主页链接]