苍槊

航班+酒店组合推荐系统
在本项目中，我主导了推荐算法的设计与实现。通过分析用户历史行为数据，构建并优化了基于协同过滤的通信推荐算法，设计了合理的适应度函数以精准匹配用户偏好。经过对模型参数的持续调优，在11MB规模的数据集上实现了高达90%的推荐准确率，显著提升了系统的个性化推荐效果与用户体验。
PP-YOLOE+的车辆检测系统
我负责使用PaddlePaddle框架下的PP-YOLOE+算法进行车辆检测模型的开发。工作包括数据集的整理与标注、模型训练以及性能优化。通过调整网络结构和锚点参数，有效提升了模型在复杂交通场景下对多尺度车辆的检测精度和速度，为智能交通管理提供了可靠的技术支持。
基于FaceNet的人脸识别系统
该项目中，我应用FaceNet模型构建了一套高精度的人脸识别系统。核心工作包括人脸数据预处理、模型训练以及在测试集上的验证。通过采用三元组损失函数优化特征嵌入，系统实现了优异的人脸验证与识别效果，可用于门禁、考勤等实际应用场景。
基于YOLOv11的厨余垃圾检测系统
我利用最新的YOLOv11目标检测算法，开发了用于智能垃圾分类的厨余垃圾检测模型。从图像采集、数据增强到模型训练均独立完成，最终模型能够快速准确地从垃圾图像中识别出厨余垃圾类别，对促进垃圾分类自动化起到了积极作用。
电商用户行为分析与智能推荐
在实习期间，我独立完成了电商用户购买数据的清洗与分析，并基于用户历史记录训练了协同过滤推荐模型。该模型能够有效挖掘用户的潜在兴趣，为精准营销和商品推荐提供了数据驱动的决策依据。
基于LangChain-Chatchat的多智能体小助手
我利用LangChain-Chatchat框架和Coze平台，成功搭建了一个多智能体协作的AI助手。该助手具备知识库问答与任务规划能力，展示了我在大语言模型应用集成和智能体调度方面的实践能力，并因此获得“优秀实习生”称号。