🧕🏻 男 / 1996.12
🏠 北京
2022.07（应届）- 至今 青年工程师、优秀技术奖等，一作论文 1 篇，专利 2 篇，多次从0到1主导算法研究与项目开发。
2019.09 - 2022.07
期间发表 EI 两篇，优秀毕业生、校级一等奖学金，获得数据挖掘、高级软件工程等优秀课设。
2015.09 - 2019.07 GPA：3.74/4.00（专业前5%）三好学生，校级二等奖学金一次，三等奖学金两次。
2024.10 - 至今
目标：从非结构化数据中建模用户画像，并利用LLM实现用户摘要与场景下用户分类。
负责：
**1. 画像建模及摘要生成：**算法架构设计与开发，将非结构化语料拆分为事实片段，基于 Qwen3 做事实提取与标签分类，并微调（QLoRA）模型以优化摘要总结准确性和稳定性，P 0.9x，R 0.8x，F1 0.9x，较baseline提升 F1 +12pp。（此项目对外不披露绝对值）
**2. 用户分类：**在给定的分类标准下训练 Qwen3 进行多分类，较传统 XGBoost/LightGBM 等机器学习模型，在私有数据集表现效果更好，高频场景F1 为 0.9x，低频场景F1 0.8x。不均衡问题采用 Imblearn + Focal Loss，F1 较baseline 提升 +6.1pp，强化低频场景泛化能力。
2023.11 - 2024.08 目标：理解用户意图，根据用户语义，进行语义理解，数据查询，智能分析，结果润色等环节，完成用户”查数、取数、用数“的需求。 负责： **1. NL2SQL：**自建 10 万样本数据集（库表多样化、复杂 JOIN/嵌套/Group By），基于 Qwen2-14B 指令微调 + Schema Linking + 约束解码（SQL Grammar）+ 增强一致性，在垂域评测 Exec Acc 0.94，对比 Spider 常见 top 模型在公司场景下 +5.2 pp。 **2. 检索&校验：**利于语义模型实现语义检索、SQL生成、执行校验、增强事实与自动重试。失败样例使用语义 topK 探索增强鲁棒性。
2022.10 - 2023.08 目标：对给定数据，分析数据中高价值洞察点，并自动完成智能分析与报告生成。 负责： **1. 算子体系建设：**实现异常检测、时序预测、变点检测、显著性、根因分析等算子并统一特征接口； **2. 报告自动生成：**基于 LLM 的操作序列学习（参考 InsightBench + 私有日志），模型能调用算子发现基础洞察、洞察量化、多洞察归纳成文；在内部评测 Acc 0.86，较 同期GPT4/Llama/Gemini 等模型在内部基线上取得更好效果。