以 Python 为主，熟悉 Java；深度学习框架熟练使用 PyTorch、TensorFlow，掌握 CNN、RNN、Transformer 等主流架构，熟悉 GNN/GCN 在结构化数据上的应用。擅长三类场景：一是大模型与 NLP 方向的应用开发，做过基于 Transformer 的推荐算法体系、LLM 论文翻译与理解工具，并通过 Prompt 工程优化输出质量；二是计算机视觉，使用 YOLOv8、OpenCV，并配合 CNN+LSTM，完成实时行为与状态检测；三是把算法工程化并实际应用，通过模型剪枝和 TensorRT 加速适配嵌入式实时推理，使用 Flask、FastAPI 提供接口，用 MySQL、MongoDB、Elasticsearch 支撑数据，并用 Docker 和 CI/CD 完成部署。能独立承担从数据处理、模型选型与训练到在线推理优化、系统上线的完整链路。

围绕大模型应用与计算机视觉两个方向完成四个项目，均独立承担算法与工程实现。文旅平台项目中负责基于 Transformer 的推荐算法与全栈开发，完成了从离线训练、在线推理到接口部署的全流程，目前平台已上线运行；危险检测项目中基于 YOLOv8 搭建实时检测算法，通过模型剪枝与 TensorRT 加速解决了嵌入式端的推理性能问题；此外使用大模型完成了论文翻译与内容理解工具，通过 Prompt 工程提升输出质量。这些项目让我熟悉了算法从数据、训练、调优到上线的完整链路。