



个人介绍
我专注于为工业设备开发数据驱动解决方案,核心领域包括故障诊断、异常检测及时序预测。凭借在数据挖掘(DM)、自然语言处理(NLP)和计算机视觉(CV)领域的深厚专业知识,我致力于将算法创新与工业实际挑战相结合。
我的服务范畴算法开发:为工业设备的故障诊断、异常检测及时序预测定制数据挖掘算法。全周期项目交付:从数据治理(清洗、预处理、结构化)到端到端的模型部署(云端 / 本地部署)及持续优化。跨领域技术融合:利用 NLP 解析工业日志 / 报告,结合 CV 实现视觉检测任务,为项目注入多模态价值。选择与我合作的理由我兼具学术严谨性(DM/NLP/CV 理论基础)与工业实战经验。无论您需要通过预测分析降低设备停机时间,还是构建智能检测系统,我都将确保方案具备可扩展性、准确性且与业务目标深度契合。
工作经历
2025-04-01 -至今北京华源格林科技有限公司算法工程师
开发工业设备的故障诊断、异常检测、时序预测等数据挖掘算法;利用cv算法识别不安全场景,利用数据挖掘(DM)和时序预测对碳因子进行多时间尺度预测,利用自然语言处理(NLP)进行文本处理,熟悉算法类项目的数据治理、算法建模、模型部署及后续的优化。
2021-08-01 -2025-03-30中国科学院大气物理研究所科研助理
科研管理与数据治理: 1.负责国家级项目“地球系统模拟大科学装置”数据全生命周期管理,制定数据质量、安全、迁移策略,支撑 7个子系统数据集成,确保项目健康度达标。 2.设计数据管理标准化流程,通过Python自动化脚本优化数据处理效率,降低人工干预40%。 3.协调10+部门完成数据对接,主导用户培训10+场,推动系统落地 数据算法应用与决策支持: 1.使用Python(padas、numpy)完成TB级气候数据清洗、建模及可视化,输出周报50+份,支撑团队发表论文3 篇。 2.数据全流程管理:从数据清洗到数据建模训练,可视化分析完整落地经验。 3.将数据分析过程代码项目化,使用git对代码版本进行管理,使代码可移植跨平台使用。
教育经历
2017-09-01 - 2021-06-30浑南工业大学材料成型及控制工程本科
语言

面向电力系统工人安全问题,聚焦工业生产、建筑施工、矿山作业、电力运维等强安全管控场景,覆盖施工现场、厂区作业区、检修运维区域等,对人员密集、作业风险高的场所进行 7×24 小时智能监测。 算法选型与开发 基础模型:基于 PyTorch深度学习框架,选用目标检测模型YOLOv8 系列,针对安全帽识别场景二次训练优化。 数据处理: 采集多场景(不同光照、角度、人员着装)的安全帽图像 / 视频数据,构建包含 “正确佩戴”“未佩戴”“佩戴不规范”(如帽带未系、歪戴 )的标注数据集; 通过数据增强扩充样本,提升模型泛化性。 功能实现: 检测人员头部区域,识别是否有符合标准的安全帽; 对安全帽佩戴细节(帽带、位置 )做精细化判断,区分 “规范” 与 “不规范” 状态。
