本人具备 Java 与 Python 双语言全栈开发能力，擅长根据项目场景灵活选型，将 Python 用于算法研发与数据处理，Java 用于业务后端与高并发系统构建，实现"算法+工程"的深度融合。
在 Python 方面，专注于多模态算法开发与 AI 工程化落地。熟练使用 PyTorch、TensorFlow 深度学习框架，主导过基于 Transformer 架构的多模态融合模型开发，能够将文本、图像、音频等不同模态特征进行有效对齐与融合。熟悉 CLIP、BERT、ResNet、LSTM 等主流预训练模型，具备模型微调、蒸馏、量化等优化经验。同时精通 NumPy、Pandas 等数据处理工具链，以及 FastAPI、Flask 等轻量级 Web 框架，能够快速完成算法原型的开发与 API 封装。
在 Java 方面，拥有多年开发经验。精通 Spring Boot、Spring Cloud 微服务架构，熟练使用 MyBatis-Plus 进行数据持久化，通过 Redis 实现缓存加速与分布式锁，借助 Kafka/RabbitMQ 完成异步消息处理与流量削峰。曾参与电商平台个性化推荐引擎从 0 到 1 的设计与开发，算法层融合用户点击、浏览、收藏、评论文本及商品图片等多模态行为数据，构建"双塔召回 + 交叉注意力精排"的两阶段推荐架构，离线 AUC 达 0.78，较基线模型提升 6 个百分点；工程层基于 Spring Boot 微服务搭建推荐链路，通过 GraphQL 动态聚合用户实时画像与商品特征，结合 Redis 多级缓存与异步预计算策略，将推荐接口 P99 响应时间控制在 80ms 以内，日均服务请求超 500 万次。上线后推荐点击率提升 27%，订单转化率提高 15%，GMV 环比增长约 12%，已成为平台首页与商品详情页的核心流量分发引擎。
在第三方 API 集成方面，拥有丰富实战经验，涵盖支付系统（微信支付、支付宝）、短信服务、地图定位、大模型接口（OpenAI、文心一言等）、对象存储（OSS/S3）、消息推送等，能够快速阅读第三方文档、处理鉴权与异常重试机制，确保系统集成的稳定性与可靠性。
在工程化与部署方面，熟练使用 Docker 容器化部署，具备 Kubernetes 集群管理经验，能够独立完成 CI/CD 流水线搭建。熟悉 Linux 运维，具备线上问题排查与性能调优能力。

负责中医多模态智能六诊系统（舌诊、面诊、目诊、耳象、掌纹、汗腺）的算法研发与工程落地。采集端采用高清摄像头结合无影光学成像技术，配合标准光源与自动白平衡校准，确保不同环境下的图像采集一致性。算法层基于 YOLOv7 与 HDETR 完成舌体、面部、眼部、耳部等感兴趣区域的精准定位与分割，再通过 ResNet/EfficientNet 提取各模态的视觉特征，覆盖舌质颜色、舌苔厚薄、面部气色分区、眼表血脉形态、掌纹纹理等数十项量化指标。多模态融合层采用跨模态注意力机制，将六诊特征进行对齐与加权聚合，结合中医知识图谱实现从体征特征到证型判断的智能推理。系统辨证准确率达 90% 以上，单次六诊全流程采集与分析报告生成时间控制在 3 分钟以内，已部署至多家中医养生机构与社区健康服务中心，累计服务用户超 1.7 万人。
西医生理数据基线分析
负责西医生理数据基线分析模块的设计与开发，覆盖血压、心率、血氧、体温等核心生理指标的全时监护与动态基线建模。数据采集层对接智能手环、指环、血压计等多类可穿戴设备，通过蓝牙无感配对实现数据自动同步，采用滑动窗口分段策略对原始时序信号进行降噪与异常值过滤。算法层基于 LSTM 与自回归隐马尔可夫模型（AR-HMM）构建个体化动态基线，自动学习用户在不同时段（静息、运动、睡眠）的生理节律模式，当实时监测值偏离个人基线超过设定阈值时触发分级预警。系统支持多用户并发监护，预警响应延迟控制在秒级，误报率低于 5%，已应用于养老院与社区慢病管理场景，有效支撑了老年人跌倒风险与心血管事件的早期预警。