之硕
人工智能联合培养在读博士生
四川大学/香港理工大学 · 4年经验
日薪：
￥1000/8h
地点：
深圳
时间：
下班后周六周日可工作日远程可工作日驻场（离职原因）可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
主要使用 Python、PyTorch，技术方向包括大语言模型与 Agent 应用原型、多模态理解、音视频语音识别、情感识别及参数高效微调。具有深度学习模型训练、实验复现、效果评估和算法原型开发经验，能够围绕具体问题进行数据处理、模型适配、对比实验及结果分析。
研究中涉及跨模态去噪、自适应模态引导、特征融合与低秩适配，重点关注噪声环境下的识别稳定性、多模态信息利用，以及模型效果与训练开销之间的平衡。参与过空管领域大模型与 Agent 相关原型构建，同时具有网易后端开发经历。适合承接 Python 工具开发、AI 应用原型、模型微调与评测、语音与多模态算法验证等项目。
研究中涉及跨模态去噪、自适应模态引导、特征融合与低秩适配，重点关注噪声环境下的识别稳定性、多模态信息利用，以及模型效果与训练开销之间的平衡。参与过空管领域大模型与 Agent 相关原型构建，同时具有网易后端开发经历。适合承接 Python 工具开发、AI 应用原型、模型微调与评测、语音与多模态算法验证等项目。
项目经验
空管领域大模型与 Agent 原型项目
参与面向空中交通管理场景的大模型与 Agent 相关项目，开展应用原型构建，探索大模型能力与专业领域需求的结合。该经历涉及从领域问题出发理解应用需求，并将相关思路转化为可展示、可进一步验证的原型。具备参与垂直领域大模型应用探索的经验，可结合具体项目需求开展原型验证与后续迭代。
鲁棒音视频语音表征学习：AV-RISE
围绕噪声环境下音频质量下降、音视频互补信息利用不足的问题，研究分层跨模态去噪方法，改善音视频语音表征。作为第一作者，相关研究聚焦方法设计与实验验证，分析不同模态信息及去噪机制对模型效果的影响。成果发表于 ACM Multimedia 2025，并获口头报告。这项工作积累了鲁棒语音、多模态融合及模型实验评估方面的经验。
自适应音视频语音识别：AMG-AVSR
针对音频与视觉信息质量不同、融合效果受输入条件影响的问题，研究渐进式特征增强与自适应模态引导方法，提升音视频信息的有效利用。作为第一作者完成相关研究，成果发表于 ACML 2024，并获口头报告。项目经验与语音识别、视听信息融合、噪声场景下的算法验证等需求相关。
多模态大模型与高效适配研究
围绕音频、视觉和文本信息在大模型中的融合与利用开展研究，关注情感理解、模型内部行为及参数高效适配。相关工作涉及模型训练与评估、不同输入条件下的对比实验，以及效果和计算开销分析。可支持多模态模型选型验证、实验复现、微调评测和问题诊断类任务。
网易后端开发经历
2021—2023 年在网易广州从事后端开发，具有互联网企业工程开发经历。结合后续 AI 研究背景，能够从算法验证与工程实现两个角度理解项目需求，适合参与需要连接模型能力与后端业务功能的开发工作。
参与面向空中交通管理场景的大模型与 Agent 相关项目，开展应用原型构建，探索大模型能力与专业领域需求的结合。该经历涉及从领域问题出发理解应用需求，并将相关思路转化为可展示、可进一步验证的原型。具备参与垂直领域大模型应用探索的经验，可结合具体项目需求开展原型验证与后续迭代。
鲁棒音视频语音表征学习：AV-RISE
围绕噪声环境下音频质量下降、音视频互补信息利用不足的问题，研究分层跨模态去噪方法，改善音视频语音表征。作为第一作者，相关研究聚焦方法设计与实验验证，分析不同模态信息及去噪机制对模型效果的影响。成果发表于 ACM Multimedia 2025，并获口头报告。这项工作积累了鲁棒语音、多模态融合及模型实验评估方面的经验。
自适应音视频语音识别：AMG-AVSR
针对音频与视觉信息质量不同、融合效果受输入条件影响的问题，研究渐进式特征增强与自适应模态引导方法，提升音视频信息的有效利用。作为第一作者完成相关研究，成果发表于 ACML 2024，并获口头报告。项目经验与语音识别、视听信息融合、噪声场景下的算法验证等需求相关。
多模态大模型与高效适配研究
围绕音频、视觉和文本信息在大模型中的融合与利用开展研究，关注情感理解、模型内部行为及参数高效适配。相关工作涉及模型训练与评估、不同输入条件下的对比实验，以及效果和计算开销分析。可支持多模态模型选型验证、实验复现、微调评测和问题诊断类任务。
网易后端开发经历
2021—2023 年在网易广州从事后端开发，具有互联网企业工程开发经历。结合后续 AI 研究背景，能够从算法验证与工程实现两个角度理解项目需求，适合参与需要连接模型能力与后端业务功能的开发工作。
ID:435627
复制
之硕
人工智能联合培养在读博士生 · 4年经验 · 四川大学/香港理工大学
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
主要使用 Python、PyTorch，技术方向包括大语言模型与 Agent 应用原型、多模态理解、音视频语音识别、情感识别及参数高效微调。具有深度学习模型训练、实验复现、效果评估和算法原型开发经验，能够围绕具体问题进行数据处理、模型适配、对比实验及结果分析。
研究中涉及跨模态去噪、自适应模态引导、特征融合与低秩适配，重点关注噪声环境下的识别稳定性、多模态信息利用，以及模型效果与训练开销之间的平衡。参与过空管领域大模型与 Agent 相关原型构建，同时具有网易后端开发经历。适合承接 Python 工具开发、AI 应用原型、模型微调与评测、语音与多模态算法验证等项目。
研究中涉及跨模态去噪、自适应模态引导、特征融合与低秩适配，重点关注噪声环境下的识别稳定性、多模态信息利用，以及模型效果与训练开销之间的平衡。参与过空管领域大模型与 Agent 相关原型构建，同时具有网易后端开发经历。适合承接 Python 工具开发、AI 应用原型、模型微调与评测、语音与多模态算法验证等项目。
项目经验
空管领域大模型与 Agent 原型项目
参与面向空中交通管理场景的大模型与 Agent 相关项目，开展应用原型构建，探索大模型能力与专业领域需求的结合。该经历涉及从领域问题出发理解应用需求，并将相关思路转化为可展示、可进一步验证的原型。具备参与垂直领域大模型应用探索的经验，可结合具体项目需求开展原型验证与后续迭代。
鲁棒音视频语音表征学习：AV-RISE
围绕噪声环境下音频质量下降、音视频互补信息利用不足的问题，研究分层跨模态去噪方法，改善音视频语音表征。作为第一作者，相关研究聚焦方法设计与实验验证，分析不同模态信息及去噪机制对模型效果的影响。成果发表于 ACM Multimedia 2025，并获口头报告。这项工作积累了鲁棒语音、多模态融合及模型实验评估方面的经验。
自适应音视频语音识别：AMG-AVSR
针对音频与视觉信息质量不同、融合效果受输入条件影响的问题，研究渐进式特征增强与自适应模态引导方法，提升音视频信息的有效利用。作为第一作者完成相关研究，成果发表于 ACML 2024，并获口头报告。项目经验与语音识别、视听信息融合、噪声场景下的算法验证等需求相关。
多模态大模型与高效适配研究
围绕音频、视觉和文本信息在大模型中的融合与利用开展研究，关注情感理解、模型内部行为及参数高效适配。相关工作涉及模型训练与评估、不同输入条件下的对比实验，以及效果和计算开销分析。可支持多模态模型选型验证、实验复现、微调评测和问题诊断类任务。
网易后端开发经历
2021—2023 年在网易广州从事后端开发，具有互联网企业工程开发经历。结合后续 AI 研究背景，能够从算法验证与工程实现两个角度理解项目需求，适合参与需要连接模型能力与后端业务功能的开发工作。
参与面向空中交通管理场景的大模型与 Agent 相关项目，开展应用原型构建，探索大模型能力与专业领域需求的结合。该经历涉及从领域问题出发理解应用需求，并将相关思路转化为可展示、可进一步验证的原型。具备参与垂直领域大模型应用探索的经验，可结合具体项目需求开展原型验证与后续迭代。
鲁棒音视频语音表征学习：AV-RISE
围绕噪声环境下音频质量下降、音视频互补信息利用不足的问题，研究分层跨模态去噪方法，改善音视频语音表征。作为第一作者，相关研究聚焦方法设计与实验验证，分析不同模态信息及去噪机制对模型效果的影响。成果发表于 ACM Multimedia 2025，并获口头报告。这项工作积累了鲁棒语音、多模态融合及模型实验评估方面的经验。
自适应音视频语音识别：AMG-AVSR
针对音频与视觉信息质量不同、融合效果受输入条件影响的问题，研究渐进式特征增强与自适应模态引导方法，提升音视频信息的有效利用。作为第一作者完成相关研究，成果发表于 ACML 2024，并获口头报告。项目经验与语音识别、视听信息融合、噪声场景下的算法验证等需求相关。
多模态大模型与高效适配研究
围绕音频、视觉和文本信息在大模型中的融合与利用开展研究，关注情感理解、模型内部行为及参数高效适配。相关工作涉及模型训练与评估、不同输入条件下的对比实验，以及效果和计算开销分析。可支持多模态模型选型验证、实验复现、微调评测和问题诊断类任务。
网易后端开发经历
2021—2023 年在网易广州从事后端开发，具有互联网企业工程开发经历。结合后续 AI 研究背景，能够从算法验证与工程实现两个角度理解项目需求，适合参与需要连接模型能力与后端业务功能的开发工作。
立即沟通
