聚焦 计算机视觉与多模态学习 方向，精通 PyTorch、TensorFlow 等主流深度学习框架，熟练应用 YOLO 系列、EfficientNet、BERT 等经典模型，在目标检测、图像增强、视觉语言融合等领域有深入研究。具备从算法研发到工程化落地的全链路能力，掌握模型训练、超参数调优、推理性能优化等关键技术，同时了解边缘设备与云端协同的部署方案，熟悉 Kubernetes 容器化部署流程。深耕学术研究与技术转化，在医学影像分析、罕见疾病图像识别等细分领域有专项积累，发表多篇相关技术论文，具备将前沿学术成果转化为教学案例的能力。
学员评价
项目经验四足机器人研发项目：主导视觉识别与语音交互模块开发，该项目为华清远见核心实训案例。基于 ESP32-S3 与 USB 摄像头搭建硬件平台，集成目标检测算法与自然语言处理模型，实现 “视觉识别 - 语音指令 - 动作响应” 的闭环交互，支持 “握手”“跟随” 等 10 + 语音指令，目标识别准确率达 95% 以上。医疗影像 AI 分析项目：参与胶质母细胞瘤术前 MRI 影像分析研究，基于病灶网络映射技术构建生存时间预测模型，通过融合多模态影像特征与临床数据，使预测误差降低 12%，相关研究成果已形成学术论文发表。罕见图像识别优化项目：提出 “提示反向学习” 技术方案，用于提升视觉语言模型对罕见图像的识别能力。通过优化模型注意力机制与数据增强策略，在特定数据集上使识别准确率提升 8.3%，解决小众场景下的数据稀疏问题。
