个人介绍
我目前就读于悉尼科技大学计算机科学本科,主要学习计算机科学与人工智能相关内容,对软件开发、AI 应用、数据处理和智能系统方向有较强兴趣。具备 Python、Java、数据库设计、Web 开发等基础,并有真实项目和实习实践经验。
在 Genex Consulting 实习期间,我参与了基于 AWS 的智慧交通数据处理项目,接触并使用了 SQS、EC2、DynamoDB、S3、Redis、EMR、Spark 和 Elasticsearch 等技术,主要参与交通数据的采集、处理、存储、缓存优化以及后续模型数据支持工作。同时,我也有独立开发项目经验,包括 Chrome 混合分类插件和 3D 交互可视化 Web 应用,积累了从需求分析、功能实现到测试和优化的完整开发经验。
在日常学习和开发过程中,我也会使用 DeepSeek、OpenAI Codex、Claude 等 AI 工具辅助完成代码理解、功能拆解、调试排错、代码重构、技术资料整理和方案验证。我比较重视 AI 工具与自身编程能力的结合,会先理解需求和代码逻辑,再利用 AI 提高开发效率,而不是直接依赖生成结果。对于生成的代码和方案,我会进一步进行测试、修改和验证,确保最终结果符合项目需求。
我平时比较注重实际动手能力,也愿意主动学习新的技术和工具。相比只完成课程要求,我更希望通过真实项目不断提升自己的代码能力、系统设计能力和问题解决能力,并进一步深入 AI、后端开发、数据工程以及智能系统相关方向。
工作经历
2026-05-07 -2026-08-22Genex Consulting软件开发工程师
Genex Consulting 相关项目主要涉及软件开发、云端数据处理和智慧交通系统建设。我参与的项目重点是对交通相关数据进行采集、整合、处理和分析,通过 AWS 云服务搭建较完整的数据处理流程,为后续实时交通分析、业务监控以及 AI 模型应用提供稳定的数据基础。 在实习期间,我主要参与数据处理和后端数据流程的开发工作。首先从现有内部数据集和公共 API 中获取交通相关数据,并通过 Amazon SQS 对数据进行消息传递和异步处理,使数据采集和后续处理流程可以相互解耦。随后在 EC2 上参与开发和部署数据摄取服务,从 SQS 中持续获取数据,并结合 DynamoDB 中保存的客户及业务相关信息进行数据整合,处理完成后将结果统一保存至 S3,为后续分析和计算提供数据来源。 在数据访问和性能优化方面,我使用 ElastiCache 搭建 Redis 缓存,将访问频率较高的数据进行缓存,减少重复读取和数据库访问压力,并协助优化实时数据处理流程,使端到端延迟降低约34%。对于规模较大的数据集,则将 S3 中的数据加载到 EMR 环境中,使用 Spark 进行并行处理和数据转换,再将处理
教育经历
2025-02-09 - 2028-10-29悉尼科技大学计算机科学专科
悉尼科技大学计算机科学在读,2024年至2028年。主修计算机科学,辅修人工智能,学习内容涵盖Python、Java、数据库设计、Web开发、人工智能




