系统分析研究生文凭（GDipSA）
新加坡国立大学
- 相关课程：机器学习、Web 开发、Agent 开发、移动应用开发、DevSecOps、大数据
Career
职业
重庆大学（985）本科，新加坡国立大学系统分析研究生（GDipSA, NUS-ISS），机器学习与全栈软件工程并行：设计并评测过多个深度学习模型，也以 Java/Spring Boot/ReactJS 交付生产级系统
技能
- 机器学习
- 深度学习（CNN）；梯度提升与集成方法（CatBoost、XGBoost）；端到端 ML & SHAP 工作流
- 编程语言
- Python、Java、Kotlin、C++、MySQL、R、JavaScript
- 全栈开发
- Spring Boot、JPA/Hibernate、ReactJS
- 商业分析
- ACCA 国际特许公认会计师、财报分析、行业研究
- 语言能力
- 英语（雅思 7.5，四级 599）、日语（基础）
教育
管理学学士 · 公共管理
重庆大学
- 基于欧洲社会调查（European Social Survey, ESS）的约 39000 份样本数据，应用、测试并筛选监督式机器学习模型（神经网络、树模型、提升模型等），对个体的内外部政治效能感进行预测建模，成功探索出潜在的理论路径。
研究
论文共同作者
《基于机器学习的政治效能感关键预测因素》
- 对比评测 11 个模型（树集成、梯度提升、SVR、KNN、神经网络），依据 R²、MAE、RMSE 选定 CatBoost 为最终模型
- 用 Python 与 R 搭建可复现的建模管线，包括完整个案清洗与类别编码
- 应用 SHAP 可解释性（平均绝对值与依赖图）对特征重要性排序
项目
团队负责人
水果图像分类器 · 迁移学习 CNN
- 开发基于 PIL 的自定义预处理与数据增强管线，通过加权采样与类别加权损失修正严重的类别不均衡（20 vs 75 样本），并以多随机种子鲁棒性验证调参
- 带领 5 人团队完成 V2 与最终优化迭代，基于 MobileNetV2 迁移学习实现四分类，准确率 0.92 / F1 0.87
后端开发
全栈购物车 Web 应用
- 与两名队友共同负责后端，基于 Spring Boot 构建 RESTful API 服务，JPA/Hibernate ORM 持久化至 SQL 数据库
- 与 2 人 ReactJS 前端团队约定 API 契约，打通前后端边界，整合出覆盖 6 大核心功能的电商应用
实习经历
业务中心实习生
中信证券 湖北分部
- 研读大量内部行业研报，产出基础行业研究报告
- 带领 3 人小组为客户需求定制多元化投资策略
- 编写 2 个 ChatGPT 辅助的组合收益分析脚本，以 Python 计算、Excel VBA 自动出报，设计了创新的投资决策工作流
部分项目与研究的完整记录会陆续收录进呦呦漫游。