2024-05-13 -2025-06-02麦克马斯特大学附属HHS人口健康研究所解决方案工程师

(一) 多源研究数据分析 运用 Python (Pandas､PySpark､SciPy 等), 对超 500GB 多源生物医学数据进行去噪､缺失值处理与格式标准化，缺失值填充准确率达 96%，确保数据的准确性､完整性与分析可用性。 使用临床统计､疾病预测 (ML)､影像分析 (AI) 模型提取数据特征，识别与研究目标的关联特征 30 + 项，ML 模型特征提取准确率稳定在 85% 以上。 构建从数据清洗到特征提取与分析的自动化工作流 (Snakemake)，实现各环节数据处理､流转的标准化与自动化，将单批次数据处理周期从 3 天缩短至 1.2 天，效率提升 60%。 通过 Matplotlib､Seaborn 等工具累计生成 20 + 份标准化可视化报告，协助科学家研究团队完成 10 余次模型验证与优化，加速科研创新迭代。 (二) 自动化数据管理系统 使用 Python (Pandas 库) 和 JavaScript 设计并实现模块化数据管道，自动化完成日均 1000 + 条数据的验证､转换与筛选流程，数据处理通过率提升至 98%。 根据日常使用规律及分析师反馈，迭代优化管道逻辑

2018-09-01 - 2022-05-01西蒙弗雷泽大学计算机科学与技术本科