 教育经历纽约⼤学 2022年01⽉ - 2024年06⽉计算机⼯程 硕⼠ 坦顿⼯学院 全⽇制 纽约主要课程：计算机系统架构、机器学习、实时嵌⼊式系统、应⽤矩阵理论、互联⽹架构与协议、数字信号处理密歇根州⽴⼤学 2017年09⽉ - 2021年12⽉统计学 本科 ⽂理学院 全⽇制 东兰⾟主要课程：概率论与数理统计、数学分析、线性代数、微积分与向量分析、抽象代数与数论、数字逻辑基础 ⼯作经历Matrix Software Technology LLC (美国) 软件⼯程师 2024年07⽉ - 2026年03⽉纽约帕⾦森测试仪开发：基于STM32和IMU传感器，完成硬件设计、算法优化与实时监测，提升测试精度和稳定性。公司⽹站开发与维护：使⽤Next.js和Supabase搭建并维护官⽹，实现数据库交互、⾝份验证及性能优化，确保⾼可⽤性与数据安全。系统安全与性能优化：实施防护策略防范⽹络攻击，利⽤监控⼯具优化代码和算法，提⾼系统响应速度。团队协作：⾼效团队协作，确保项⽬按时⾼质量交付，全⾯满⾜技术需求。项⽬成果：成功开发⾼精度帕⾦森测试仪，满⾜公司需求并提升患者监测效率。SOJO AI（美国） 软件⼯程师 2023年11⽉ - 2024年06⽉纽约算法开发：基于DSP技术与Python，完成⽣物电信号处理与⾃适应⾳乐可视化⼯具的研发，实现信号数据采集、深度学习应⽤及AI⾳乐⽣成。数据分析：分析⽣物电信号数据，评估算法性能及机器学习模型的效果，优化数据处理流程。Web应⽤开发：使⽤Django框架设计⾼性能Web应⽤，提升平台扩展性与⽤⼾体验。性能优化：修复代码漏洞，优化算法效率，使应⽤性能提升10%，并实现零错误运⾏。系统安全：实施安全措施，排查并防范潜在漏洞，保障平台数据安全与稳定性。团队协作：与5⼈团队合作，通过沟通挖掘⽤⼾需求，推动算法优化及平台建设顺利完成。密歇根州⽴⼤学 2020年05⽉ - 2020年08⽉研究助理 ⼯作概述：协助教授完成学⽣辅导⼯作，疫情期间通过统计学与数据分析技术⽀持学⽣论⽂的格式优化、纠错及内容查重。东兰⾟数据分析：使⽤RStudio建⽴数据模型，运⽤Greenhouse-Geisser和Huynh-Feldt校正⽅法，完成莫奇利球形度检验与三因素⽅差分析，确保数据分析的稳健性与准确性，并提供关键趋势的可视化分析。论⽂纠错：运⽤统计分析结果检测并纠正论⽂中的错误和重复内容，提升报告的可靠性与数据解释质量。⼯作成果：为四⼗位学⽣提供论⽂检测与优化⽀持，有效提升学院整体论⽂质量与学术⽔平。 项⽬经历FunASR 全能转录器项⽬负责⼈集成ASR、VAD、标点和说话⼈区分的FunASR全能脚本，⽀持整体、时间戳、VAD分段、实时及多说话⼈五种模式，输出带时间戳和说话⼈标签的转录⽂件。该⼯具可将外卖员与顾客的通话⾃动转写成带说话⼈标签和精确时间戳的⽂字记录，让双⽅或客服⼀眼看清对话脉络与⽭盾焦点，从而快速还原事实、公正定责。带有AI的聊天软件项⽬负责⼈基于 Python 与 FastAPI 搭建后端服务，集成 OpenAI GPT-4 模型，通过 RESTful API 与前端交互，实现⾼效的消息收发与处理。熊净宇* | 1174548839@qq.com | 成都男 成都 | 软件⼯程师使⽤ WebSocket 实现客⼾端与服务器的实时双向通信，保证多轮对话的低延时与⾼并发性能。凭借这个项⽬获得美国⼤学机构的投资帮助Matrix Software Technology LLC (美国) 公司⽹站搭建项⽬负责⼈使⽤Next.js和Supabase搭建全栈⽹站，完成数据库交互与⽤⼾⾝份验证功能。设计数据库结构并实现CRUD操作，开发前端⻚⾯与组件，实现数据实时显⽰与更新。成功交付性能优越、⽤⼾体验良好的全栈⽹站，⽀持安全的注册与登录流程帕⾦森测试仪开发项⽬负责⼈基于STM32和IMU传感器设计硬件电路，采集⼿部震颤数据。开发并优化数据处理算法，精确分析震颤幅度与频率，同时实现数据实时显⽰与传输，完成系统调试与性能优化。成功交付帕⾦森症震颤检测⼯具，为患者提供⾼效的监测解决⽅案。基于IMU的⾼精度测距项⽬负责⼈基于STM32F429I开发板和I3G4250D陀螺仪开发测距程序，使⽤Keil MDK-ARM进⾏编程与调试，实现数据采集与传输。设计并实现Madgwick滤波器与卡尔曼滤波器融合算法，优化传感器数据处理精度。在MATLAB中利⽤⽅向余弦矩阵（DCM）与四元数完成姿态估计和可视化分析。编写MATLAB脚本进⾏数据分析与可视化，⽣成完整技术⽂档及项⽬演⽰材料。成功交付⾼精度测距解决⽅案，提升运动测量的准确性与可靠性⽣物电信号的AI处理项⽬负责⼈开发基于DSP和神经⽹络的深度学习模型（CNN、GRU），实现⼼电信号分类（精度98%）及认知状态检测。整合多数据集（如MIT-BIH），优化数据处理与模型泛化能⼒。部署TensorFlow Lite模型⾄树莓派，完成实时ECG数据采集与边缘计算。探索AI⽣成⾳乐在⽣物信号调节中的应⽤，推动新⽅向发展。⾃适应⾳乐可视化⼯具项⽬负责⼈开发基于DSP技术的⾳乐播放器，利⽤Web Audio API结合HTML5 Canvas实现⾳频波形与频谱图的实时动态可视化。通过AnalyserNode监听⽤⼾活动（如⾳量变化、播放进度），动态调整播放模式与可视化效果。完成系统开发、测试与部署，⽀持⾳频上传、播放列表管理及⾳量控制功能，增强⽤⼾体验。成功交付功能稳定的⾃适应⾳乐播放系统，实现⾼效实时可视化展⽰。Android 应⽤安全研究项⽬负责⼈分析安卓应⽤安全需求，从攻击者视⻆设计评估指标，覆盖反编译、篡改、漏洞、组件与数据安全等六⼤检测⽅向。运⽤层次分析法（AHP）构建线性检测评估模型，收集并测试120个安卓应⽤以评估安全强度。开发安全检测评估系统，显著提升安全评估准确性并提出优化⽅向。成果涵盖全⾯检测评估标准与论⽂撰写，为开发者提供明确的安全优化指南。