费亦洪
有团队 · 可整包
研究助理 · 3年经验 · 苏州工学院
0
累计接单
0
用户评价
0
被收藏
技术能力
擅长于vibecoding，学习能力强，曾经由vibe coding拿到kaggle强化学习铜牌
技术技能：agent 应用开发，能够低成本高效率完成agent应用搭建。计算机视觉，能够设计根据稀缺图像样本的解决方案。
项目与团队领导：全程领导项目和竞赛，协调任务和时间安排以交付成果，包括获得 Kaggle 铜牌以及成功部署系统。
问题解决：擅长图像数据的挖掘，特别是稀有数据的挖掘。
Skills & Abilities
编程能力: Python, C++, Embedded C
框架& 工具: PyTorch, scikit-learn, Flask, Optuna, AutoGluon, Boost，langchain，Typescript(vibe coding), MongoDB(vibe coding)
领域: 机器学习, 深度学习, 数据挖掘, 系统集成 计算机视觉， agnet应用开发，全栈。
技术技能：agent 应用开发，能够低成本高效率完成agent应用搭建。计算机视觉，能够设计根据稀缺图像样本的解决方案。
项目与团队领导：全程领导项目和竞赛，协调任务和时间安排以交付成果，包括获得 Kaggle 铜牌以及成功部署系统。
问题解决：擅长图像数据的挖掘，特别是稀有数据的挖掘。
Skills & Abilities
编程能力: Python, C++, Embedded C
框架& 工具: PyTorch, scikit-learn, Flask, Optuna, AutoGluon, Boost，langchain，Typescript(vibe coding), MongoDB(vibe coding)
领域: 机器学习, 深度学习, 数据挖掘, 系统集成 计算机视觉， agnet应用开发，全栈。
项目经验
数据科学研究所 | 悉尼科技大学 | 4.2025 – 9.2025
内容调研&整理归纳
在阿尔茨海默病（AD）领域进行了全面的文献综述，分析了 50 多项深度学习诊断研究和 300 多篇数据库出版物，以确定关键技术及研究趋势。
对 40 多个公共数据集进行了数据治理，包括质量评估、标准化和分类，以确保数据的一致性和可用性。
分析了多种用于 AD 诊断的多模态融合模型，评估其技术性能和实际应用可行性，从而产生实用的研究见解。
通过提供结构化的信息综合和数据优化，为高影响力学术论文的发表做出了贡献，这些工作支持了研究策略和决策制定。
成果：最终以文字呈现被用于项目申报
网络内容分析项目
通过对网上内容用python进行爬取，网站包含yotube，facebook以及多个澳大利亚新闻网站。
将网上内容进行爬取，例如网站标题，内容，评论以及点赞数。
搭建agent进行指定内容分析，包含自己部署的ollma以及chatgpt
成果：用于项目申报
论文项目实验：
检索现有顶会（cvpr,iclr)论文模型，进行归纳整理成书面进行汇报
根据上级（学长）的创新点进行代码编写以及实验
成果：形成论文并投稿
项目负责人 | 荧光检测仪器（南通宝越健康科技有限公司） | 1.2024 – 2.2026
主导模型优化训练，针对困难稀缺样板，用弱监督优化，提高对稀有样本的检测正确率。
主导模型部署并且使用Flask开发与前端交互
根据用户反馈持续迭代，以确保稳定性和效率
负责与公司的其他员工进行模型设计相关讨论会议
成果: 产品通过了监管审查，并已准备好进入市场销售阶段。
项目负责人 | Kaggle NeurIPS 比赛| 3.2025 – 5.2025
领导团队设计了基于强化学习的解决方案，用于agent控制任务。
将开源模型和人工智能工具整合起来，以提升技术能力。
管理整个项目生命周期，包括规划、任务分配和执行。
协调资源并解决技术难题。
成果: 铜牌 (Top 10%).
常熟用工预测项目 (政府项目) — 模型维护| 3.2024 – 1.2024
利用 scikit-learn 和 Optuna 对现有模型进行了维护和优化，以进行超参数调整。
探索了 AutoML 工具（AutoGluon）以实现自动化流程。
应用集成方法（随机森林、GBDT、XGBoost）以提高稳健性和准确性。
对 PyTorch Tabular 和 TabNet 进行了测试以提升性能。
确保了与业务需求相一致的长期运营稳定性。
成果: 项目取得阶段性成功
内容调研&整理归纳
在阿尔茨海默病（AD）领域进行了全面的文献综述，分析了 50 多项深度学习诊断研究和 300 多篇数据库出版物，以确定关键技术及研究趋势。
对 40 多个公共数据集进行了数据治理，包括质量评估、标准化和分类，以确保数据的一致性和可用性。
分析了多种用于 AD 诊断的多模态融合模型，评估其技术性能和实际应用可行性，从而产生实用的研究见解。
通过提供结构化的信息综合和数据优化，为高影响力学术论文的发表做出了贡献，这些工作支持了研究策略和决策制定。
成果：最终以文字呈现被用于项目申报
网络内容分析项目
通过对网上内容用python进行爬取，网站包含yotube，facebook以及多个澳大利亚新闻网站。
将网上内容进行爬取，例如网站标题，内容，评论以及点赞数。
搭建agent进行指定内容分析，包含自己部署的ollma以及chatgpt
成果：用于项目申报
论文项目实验：
检索现有顶会（cvpr,iclr)论文模型，进行归纳整理成书面进行汇报
根据上级（学长）的创新点进行代码编写以及实验
成果：形成论文并投稿
项目负责人 | 荧光检测仪器（南通宝越健康科技有限公司） | 1.2024 – 2.2026
主导模型优化训练，针对困难稀缺样板，用弱监督优化，提高对稀有样本的检测正确率。
主导模型部署并且使用Flask开发与前端交互
根据用户反馈持续迭代，以确保稳定性和效率
负责与公司的其他员工进行模型设计相关讨论会议
成果: 产品通过了监管审查，并已准备好进入市场销售阶段。
项目负责人 | Kaggle NeurIPS 比赛| 3.2025 – 5.2025
领导团队设计了基于强化学习的解决方案，用于agent控制任务。
将开源模型和人工智能工具整合起来，以提升技术能力。
管理整个项目生命周期，包括规划、任务分配和执行。
协调资源并解决技术难题。
成果: 铜牌 (Top 10%).
常熟用工预测项目 (政府项目) — 模型维护| 3.2024 – 1.2024
利用 scikit-learn 和 Optuna 对现有模型进行了维护和优化，以进行超参数调整。
探索了 AutoML 工具（AutoGluon）以实现自动化流程。
应用集成方法（随机森林、GBDT、XGBoost）以提高稳健性和准确性。
对 PyTorch Tabular 和 TabNet 进行了测试以提升性能。
确保了与业务需求相一致的长期运营稳定性。
成果: 项目取得阶段性成功
团队情况
服务范围：
团队构成：
负责人(研究助理)
|
核心队员：产品经理 ·
UI设计师 ·
iOS工程师 ·
安卓工程师 ·
前端工程师 ·
后端工程师
案例展示
立即沟通
相似人才推荐：
