聚焦 計算機視覺與多模態學習 方向，精通 PyTorch、TensorFlow 等主流深度學習框架，熟練應用 YOLO 系列、EfficientNet、BERT 等經典模型，在目標檢測、圖像增強、視覺語言融合等領域有深入研究。具備從算法研發到工程化落地的全鏈路能力，掌握模型訓練、超參數調優、推理性能優化等關鍵技術，同時了解邊緣設備與云端協同的部署方案，熟悉 Kubernetes 容器化部署流程。深耕學術研究與技術轉化，在醫學影像分析、罕見疾病圖像識別等細分領域有專項積累，發表多篇相關技術論文，具備將前沿學術成果轉化為教學案例的能力。
學員評價
項目經驗四足機器人研發項目：主導視覺識別與語音交互模塊開發，該項目為華清遠見核心實訓案例。基于 ESP32-S3 與 USB 攝像頭搭建硬件平臺，集成目標檢測算法與自然語言處理模型，實現 “視覺識別 - 語音指令 - 動作響應” 的閉環交互，支持 “握手”“跟隨” 等 10 + 語音指令，目標識別準確率達 95% 以上。醫療影像 AI 分析項目：參與膠質母細胞瘤術前 MRI 影像分析研究，基于病灶網絡映射技術構建生存時間預測模型，通過融合多模態影像特征與臨床數據，使預測誤差降低 12%，相關研究成果已形成學術論文發表。罕見圖像識別優化項目：提出 “提示反向學習” 技術方案，用于提升視覺語言模型對罕見圖像的識別能力。通過優化模型注意力機制與數據增強策略，在特定數據集上使識別準確率提升 8.3%，解決小眾場景下的數據稀疏問題。
