专业排名
前 5%
申请系统按需提交
英语能力
IELTS 7.0
留学 / 科研交流
论文成果
EI Accepted
NLP / 情感分析
工程方向
AI Engineering
LLM Application
Research
北京大学导师指导下的 NLP / 情感分析 / 无监督表示学习科研训练，关注从文本表征到潜在情绪阶段发现的建模过程。
方向覆盖情感分析、无监督表示学习、BERT 文本表征、KMeans 聚类与 UMAP 可视化。
情感分析
与 heartbreak-related social media texts 的潜在情绪阶段发现任务相关。
无监督表示学习
与 heartbreak-related social media texts 的潜在情绪阶段发现任务相关。
BERT
与 heartbreak-related social media texts 的潜在情绪阶段发现任务相关。
KMeans
与 heartbreak-related social media texts 的潜在情绪阶段发现任务相关。
UMAP
与 heartbreak-related social media texts 的潜在情绪阶段发现任务相关。
Projects
项目按申请展示价值排序：AI 工程项目优先，其次是移动端全栈产品，再补充复杂后台系统二次开发能力。
将 Vue 前端、Spring Boot 后端与 Flask/YOLOv8 推理服务拆分部署，支持图片/视频检测、检测历史与统计分析。
面向夜生活/兴趣社交场景的移动端应用原型，覆盖首页、详情、地图、登录注册、个人页和后端认证 API。
Vesper App Screenshots
Web 端截图暂缺，后续补真机 / 模拟器首页、地图、详情和个人页。
基于开源后台框架 ContiNew Admin 进行二次开发，展示后台管理、权限认证、CRUD 与工程配置整理能力。
Skills
Publication
论文围绕社交媒体文本中的情绪阶段发现展开，结合文本表示学习、聚类与降维可视化方法，体现 NLP 科研训练和问题建模能力。
Experience
参与视频生成、DWPose 与模型优化相关实践，适合作为 AI 工程能力补强。
实践 OpenClaw、OpenRouter、LLM API 与 automation workflow，方向匹配 LLM application。
具备真实前端开发与协作经验，可支撑软件工程和实习申请叙事。
Contact
欢迎通过邮箱或 GitHub 了解我的科研经历、项目实现与申请材料。网站不展示手机号和敏感正式申请材料。
