AI 与边缘计算 领域，以 python 为技术基石，精通 系统底层开发与驱动编程，同时熟练掌握 TensorFlow Lite、ONNX Runtime 等轻量化 AI 框架的部署与优化。“底层开发 + AI 集成” 的复合技术能力，擅长将深度学习模型与嵌入式硬件结合，解决资源受限设备的 AI 落地问题，尤其在英伟达系列开发板的 AI 应用开发上经验丰富。熟悉数据结构与算法优化，能针对边缘设备特性进行模型剪枝、量化处理，在保证精度损失 < 1.5% 的前提下，实现模型体积缩减 70% 以上，满足人工智能场景的实时性要求。
学员评价
项目经验鸿蒙系统AI人工智能综合开发项目：作为核心技术负责人，主导基于鸿蒙系统的智能小车 AI 功能开发，集成环境感知与路径规划模块。通过融合多传感器数据与轻量级目标检测模型，实现障碍物识别准确率达 92%，完成从算法选型、模型部署到硬件调试的全流程落地。AI 智能考勤系统开发项目：参与华清远见实训项目研发，负责语音交互与视觉识别模块整合。基于 ESP32-S3 开发板搭建硬件平台，采用语音识别算法实现考勤指令精准响应，结合光电传感器数据完成人员统计，该系统已作为学员毕设与实训核心案例推广。嵌入式 AI 模型优化项目：针对工业场景中的设备状态监测需求，将 ResNet 系列模型进行轻量化改造，通过 INT8 量化与算子融合技术，使模型推理延迟降至 80ms 以内，成功部署于边缘网关设备，支撑工业现场实时监测场景。
