想加入在做可靠 AI 产品的团队。

探索 AI,构建可靠的软件系统。

AI 系统与全栈工程师

我目前在悉尼大学攻读计算机科学硕士,研究方向是数据科学与人工智能。我的项目和开源工作涉及 AI 应用、Agent 安全与 Android 开发。

左右拖动光带旋转
四个项目,看看我做过什么。

现居悉尼。

向下查看项目

项目经历

前三个项目分别涉及 AI Agent 安全、企业 AI SaaS 和联邦学习,最后是我自己的软件工作室。

过往的技术探索与工程实践。

查看历史项目

实习经历

在实习中参与线上问题排查、系统稳定性优化、测试、数据分析与构建效率改进。

2025.06 - 2025.08

美团平台

软件开发工程师实习生

参与核心系统的稳定性和研发效率改进,工作包括弱网状态上报、线上问题排查、数据分析和 Gradle 构建优化。

  • 优化状态上报与重试逻辑,提高弱网环境下的上报稳定性。
  • 借助 JADX 排查混淆后的第三方代码,定位上报格式问题并修正报文。
  • 使用 Spark 和 SQL 搭建异常检测与趋势分析看板。
  • 分析 Gradle 任务依赖图,定位构建瓶颈,并在不影响稳定性的前提下完成优化。
  • 用 AI 辅助工具快速熟悉陌生代码、验证 API 用法并协助问题排查。

2024.11 - 2025.02

腾讯音乐 - 喜马拉雅

Android 开发实习生

参与面向车厂接入的车载音频 SDK 开发,主要负责播放性能、设备兼容性和可测试性相关工作。

  • 参与车载音频 SDK 开发,支持车厂接入自有系统。
  • 在支持的芯片平台上比较软硬件解码方案,为播放策略选型提供依据。
  • 设计 MediaID 抽象和播放状态管理,提升复杂场景下的稳定性。
  • 使用 JUnit 重构测试模块,减少测试对真机的依赖。
  • 借助 LLM 工具熟悉大型代码库、梳理 API 并辅助重构。

教育经历

先后在中国和澳大利亚学习软件工程,目前在悉尼大学攻读计算机科学硕士,方向是数据科学与人工智能。

在读 · 2027 年 11 月毕业

悉尼大学

计算机科学硕士

数据科学与人工智能方向

课程和项目主要涉及机器学习、数据工程,以及如何严谨地评估模型结果。

  • Data Science
  • Machine Learning
  • AI Systems

2026 年毕业 · Distinction

斯威本科技大学

工程学荣誉学士

软件工程

主修软件工程,学习内容包括人工智能、应用机器学习和团队软件开发。

  • Software Engineering
  • Applied ML
  • Team Delivery

已毕业

山东科技大学

工学学士

软件工程

系统学习了算法、操作系统和数据库等计算机基础;毕业论文研究设备不共享原始数据时的联邦学习。

  • CS Fundamentals
  • Federated Learning
  • Databases

开源贡献

我给开源项目排查和修复问题,并记下每个 Issue、设计判断、测试结果和上游的处理进度。

查看贡献档案
QwenLM

Qwen Code

查看全部 10 条记录

从问题到实现

我按项目记录开发中真正遇到的问题:当时怎么理解、代码哪里失败、答案如何验证,以及最后做了什么调整。

查看日志
03

进行中

大模型应用与 Agent

学习大模型应用开发,分两个主题:Harness 是模型之外、让模型能作为 agent 完成任务的那部分;RAG 让模型根据外部资料回答。笔记按主题整理,每篇从一个具体问题讲起。

  1. 01 Agent loop 与最简 RAG
  2. 02 向量检索内核
  3. 03 上下文工程与检索质量
  4. 04 工具、MCP、Skills 与 Subagent
  5. 05 Hooks、沙箱与权限
  6. 06 记忆、持久执行、摄入与生成
  7. 07 评估、观测与生产
已发布进入主页
01

进行中

从零实现 GPT-2

从文本分词一路实现到自回归训练,并把过程中提出的问题、失败的假设和验证证据完整保留下来。

  1. 01 基础概念与 Tokenizer
  2. 02 数据管线
  3. 03 Transformer 模型
  4. 04 训练与评估
已发布进入主页
02

进行中

用 Turing Complete 从逻辑门造 CPU

《Turing Complete》沙盒模式里的三个长期学习目标,不是固定进度:先做 16 位 Hack 处理器,再做 32 位的 RV32I 和 Armv6-M 核心。每颗核心都有明确的指令集架构(ISA),具体电路怎么实现,要在设计过程中继续探索。

  1. 01 逻辑门与组合电路
  2. 02 算术运算与存储器
  3. 03 Hack 16 位 CPU
  4. 04 RV32I
  5. 05 Armv6-M
已发布进入主页

我的工作方式

我习惯先把需求、边界和数据流理清楚,再动手实现。功能能跑只是第一步,我也会考虑怎么测试、出了问题怎么恢复,以及后续是否好维护。

现居悉尼。

先把问题拆清楚

我会先确认需求、服务边界、数据归属和异常场景,再进入实现。

  • Requirements
  • Architecture
  • Code review

让 AI 长任务跑得稳

对耗时较长的 AI 任务,我会处理异步执行、进度保存、超时与重试,并把 AI Worker 和业务后端的职责分开。

  • Worker
  • Async
  • RAG

从后端做到交付

我做过后端、前端、AI 集成和部署,能够把一个功能从设计推进到交付。

  • Spring Boot
  • Next.js
  • PyTorch

语言

中文是母语;可以用英语学习和工作,目前也在持续学习日语。

  • 中文
  • English
  • 日本語

使用过的技术

我在项目和实习中实际用过的技术,按用途分组。

AI 与机器学习

主要用于模型训练、Android 设备上的联邦学习、语义检索,以及 LLM Agent 安全评估。

  • PyTorch
  • TensorFlow
  • TensorFlow Lite
  • RAG
  • FAISS
  • SentenceTransformers

后端与数据

用于 API 开发、业务数据处理和服务部署。

  • Spring Boot
  • Java
  • MyBatis
  • Microservices
  • Python
  • Pydantic
  • SQLAlchemy
  • Spark
  • SQL
  • AWS

前端与移动端

用来开发 Web 和 Android 应用;这个网站也是用 Next.js 和 TypeScript 写的。

  • Next.js
  • TypeScript
  • Tailwind CSS
  • Android
  • Kotlin
  • JUnit

有问题或机会?欢迎联系我。

联系我

我目前在找 AI 工程、后端和全栈方向的实习或毕业生岗位。如果你有合适的机会,或想聊聊相关项目,可以通过表单、LinkedIn 或 GitHub 找到我。

AI 用量记录

≈ 1,096 亿 Token · 数据截至

网站更新日志

最近更新