算法
哈尔滨
Torch精通
0
1
2
3
4
5
1天前在线
个人介绍
医学科研与Python算法开发背景，主要从事机器学习、数据分析、时序信号处理和科研计算。
可提供：
1. Python数据清洗、批量处理和自动化脚本
2. 机器学习建模，包括XGBoost、随机森林、集成学习和模型验证
3. 医学及生物信息数据分析、生存分析和风险预测
4. 时序信号、频谱数据及异常检测算法
5. 现有Python项目排错、优化、重构和部署
6. FastAPI、Linux服务器及模型接口部署
熟悉Pandas、NumPy、Scikit-learn、XGBoost、PyTorch、Matplotlib及Linux开发环境。
重视需求拆解、结果验证和代码可复现性。项目开始前会明确输入数据、交付格式、评价指标和修改范围。
工作经历
2026-04-08 -至今瑞科技算法
负责分布式光纤声学传感（DAS）数据分析与智能监测算法研发，围绕输电线路覆冰监测、振动异常识别及在线告警开展算法设计、工程实现与部署优化。主要工作包括： 负责DAS振动频谱数据的清洗、滤波、时频特征提取、主频识别及数据质量评估，构建标准化信号处理流程。 研发输电线路覆冰区域识别与厚度估计算法，融合时间连续性、空间连续性、历史状态和线路物理约束，提高弱覆冰识别能力及估计结果稳定性。 应用动态规划、Kalman滤波、XGBoost、自编码器等方法，优化多峰干扰、谐波误判、结果离散和异常大值等问题。 设计基于异常强度、持续时间、空间影响范围及扩散趋势的时空告警算法，实现局部干扰与真实扰动的区分及多级告警。 参与物理约束神经网络、FNO/PINO等模型的研究与验证，探索面向跨线路、跨环境场景的算法泛化方案。 负责Python算法代码开发、测试、性能评估和Linux服务器部署，完成数据接口、模型推理、状态管理及告警回调等模块集成。 对真实监测数据进行误差分析、参数调优和模型迭代，形成从数据接入、算法分析到结果输出的完整在线处理流程。
教育经历
2025-09-02 - 哈尔滨工业大学计算机科学与技术硕士
