就读于马来西亚亚太科技大学（APU）计算机科学专业，大一在读。通过自主规划的高强度学习，系统掌握了Python 开发、数据分析、云计算、机器学习等核心能力。现计划于 2025年9月15日至12月2日 进行软件开发 / 数据科学 / IT 方向的全职实习，希望在实际项目中深度运用所学，为团队创造更多价值。

计算机科学学士 | 2024年至今

· 专注于数据结构与算法、离散数学、数据库系统等计算机科学核心课程

· APU 编程俱乐部骨干成员，多次参与校内编程竞赛和创新项目

· 结合国际化视野选择就读 APU，旨在获取更广阔的人脉资源与技术积累

· 核心编程语言：Python（高级），SQL，JavaScript

· 常用框架：Flask、NumPy、Pandas

· 版本管理：熟练使用 Git / GitHub

· 开发工具：Docker、Linux Shell

· 数据处理：运用 Pandas、NumPy 高效完成大规模数据的清洗和整合

· 可视化：精通 Matplotlib、Seaborn，能制作专业可视化报表

· 机器学习：熟悉 scikit-learn 及常见算法的训练与调参

· 深度学习：具备神经网络基础，可实现简单深度学习模型

· AWS 服务：EC2、S3、RDS、IAM、SageMaker

· 容器技术：使用 Docker 进行容器化部署与管理

· 系统运维：Linux 系统管理、Shell 脚本自动化任务

· 网络配置：熟悉 VLAN 搭建、路由配置与安全策略

· 技术栈：Python、AWS SageMaker、Flask、SQL

· 采用协同过滤算法，提供实时个性化推荐

· 利用 SageMaker 部署模型并提供 RESTful API

· 通过贝叶斯优化提升模型准确率约 12%

· 配置 IAM 权限策略，确保数据访问合规与安全

· 技术栈：Python、Docker、AWS EC2、Wireshark

· 实时监控网络关键指标，并可视化网络性能状况

· 采用微服务架构 + Docker 实现容器化部署，方便扩展与维护

· 配置 EC2 安全组与 ACL，建立多层次网络防护

· 支持异常流量检测与自动告警，有效提升系统稳定性

· 技术栈：Python、数据可视化

· 实现 FCFS、Round Robin 等经典调度算法的模拟

· 构建性能分析模块，对各算法的等待时间和周转时间进行对比

· 通过可视化展示调度过程，加深对操作系统调度原理的理解

· 撰写完整技术文档，阐述实现思路及性能差异

· 算法能力：在 LeetCode 等平台持续刷题，熟练掌握常见数据结构和算法思路

· 数学基础：扎实的线性代数、微积分、概率统计知识，为机器学习算法开发提供可靠支撑

· 工程实践：重视代码质量与项目文档，在团队协同开发中积累实战经验

· 自学与探索：坚持 6 个月的系统化学习规划，形成完善的知识体系与学习习惯

· 中文（母语）

· 英语（流利，可从事技术交流与文档撰写）

· 实习时间：2025年9月15日 - 12月2日· 实习形式：全职/兼职

· 技术博客：持续记录个人技术沉淀与项目心得

· 荣誉与获奖：多次在校级编程比赛中获奖，表现出良好的创新和协作能力