CV

Résumé professionnel

Étudiant en génie logiciel, je combine expertise technique et centres d'intérêt variés. Je maîtrise Python, Java et C++, et me spécialise dans l'apprentissage automatique. Mes projets incluent un système de détection de places de parking YOLOv5s optimisé par des mécanismes d'attention CBAM et un outil de diagnostic du cancer de la peau basé sur CNN, développé à Cambridge. J'ai de l'expérience avec les technologies d'ingénierie des données et les plateformes cloud, ainsi qu'avec la conteneurisation, l'optimisation des bases de données et les systèmes de mise en cache.

Parlant couramment le mandarin, l'anglais et le cantonais, et maîtrisant le russe et l'allemand, j'excelle dans les environnements interculturels. Ma curiosité pour les nouvelles technologies et ma capacité à m'adapter rapidement aux outils émergents me positionnent idéalement pour le secteur en constante évolution du génie logiciel.

Télécharger le CV complet

Compétences

Développement de logiciels Programmation IA Exploration de données
Analyse commerciale des médias sociaux Initiatives créatives en marketing

Expérience de projets

2024.8

Détection du cancer de la peau grâce aux réseaux de neurones convolutifs | Université de Cambridge

J'ai développé un système de détection du cancer de la peau en exploitant les technologies d'apprentissage profond. Le système s'appuie sur une architecture AlexNet modifiée, avec un modèle de réseau de neurones convolutifs léger construit avec PyTorch, permettant de classifier les lésions cutanées comme bénignes ou malignes. En intégrant des mécanismes d’attention, le modèle se concentre de manière adaptative sur les régions cruciales des images tout en supprimant efficacement les informations non pertinentes, ce qui a considérablement amélioré la précision du classement. Ce projet illustre comment des architectures de réseaux neuronaux spécialisées peuvent être appliquées à des problématiques médicales de diagnostic critiques.

2023.10-11

Détection automatique de places de stationnement grâce à l'apprentissage profond | Université des études étrangères du Guangdong

En utilisant des technologies d'apprentissage profond et de vision par ordinateur, j'ai conçu une architecture YOLOv5s légère, enrichie de mécanismes d'attention CBAM pour attribuer dynamiquement des pondérations aux caractéristiques. Cette approche a considérablement amélioré la précision de la reconnaissance des places de stationnement dans des situations difficiles, comme le contre-jour et les obstacles. J'ai optimisé la structure du réseau YOLOv5s en intégrant des mécanismes d'attention CBAM afin d'améliorer les performances et la précision en temps réel. Le système a été spécifiquement adapté à différents scénarios de stationnement, garantissant une localisation fiable du point central et une inférence fiable des places de stationnement.

Éducation

2022-2026

Université des études étrangères du GuangDong

Baccalauréat en génie logiciel

Cours principaux : Traitement du langage naturel, apprentissage automatique, exploration de données

2019-2022

Collège n° 6 de Guangzhou

Baccalauréat en génie logiciel

Cours principaux : Traitement du langage naturel, apprentissage automatique, exploration de données

Intérêts

J'adore les avions et j'adore repérer différents appareils lors de mes voyages. Les chemins de fer me fascinent aussi ; les voyages en train ont quelque chose de spécial. J'aime réfléchir au fonctionnement des villes, de leur réseau routier à leur planification globale. Les cartes et la géographie ont toujours été un point fort pour moi, et je me perds rarement. Je parle mandarin à la maison, cantonais et anglais couramment, avec quelques notions de russe et d'allemand apprises en cours de route. Rencontrer de nouvelles personnes et découvrir de nouveaux endroits rendent la vie intéressante. Quand j'ai du temps libre, vous me trouverez probablement sur le terrain de badminton, où je joue en compétition.