个人简历
基本信息
姓名：陈卓越
性别：男
毕业院校：XX大学
学历：硕士研究生
专业：计算机科学与技术
联系电话：138-XXXX-XXXX
电子邮箱：
求职意向：人工智能算法工程师
教育背景
2021.09
2017.09
主修课程：机器学习、深度学习、自然语言处理、计算机视觉、高级数据结构与算法、分布式系统
荣誉奖项
2023年度 国家奖学金（获奖比例前2%）
2023年 “挑战杯”全国大学生课外学术科技作品竞赛 全国一等奖（项目负责人）
2022-2023学年 校级“优秀学生标兵”（全校年度10人）
2021年 省级优秀毕业生
科研与项目经历
1. 多模态医疗影像辅助诊断系统研究 （2022.12
项目描述：主导开发一个融合CT、MRI与病理报告的多模态深度学习模型，用于肺部结节良恶性早期识别。
个人贡献：
负责整体算法架构设计，采用Transformer与CNN混合网络进行特征提取与融合。
提出一种改进的注意力机制，显著提升模型对微小病灶的敏感度，在内部测试集上将准确率提升至94.2%。
完成数据预处理、模型训练、参数调优及性能评估全流程，撰写核心代码（Python/PyTorch）。
项目成果形成一篇学术论文，已被CCF-B类会议录用（第一作者）。
2. 校企合作-智慧城市交通流量预测平台 （2023.03
项目描述：与XX科技公司合作，研发基于时空图神经网络的短期交通流量预测系统。
个人贡献：
构建城市路网图结构，设计并实现动态时空图卷积网络（STGCN）模型。
引入外部因素（如天气、节假日）嵌入模块，使模型预测误差（MAE）降低18%。
参与后端服务模块开发，实现模型的高效部署与API接口封装。
项目成果被合作公司采纳，进入实际测试阶段。
专业技能
编程语言：精通Python，熟练使用C++、Java。
技术框架：熟练掌握PyTorch、TensorFlow、Scikit-learn。熟悉Hugging Face生态。
专业能力：扎实的机器学习/深度学习理论基础，丰富的计算机视觉与自然语言处理项目经验。熟悉模型部署（ONNX, TensorRT）及基础后端开发（Flask）。
语言与工具：英语六级（632），具备流畅的学术文献阅读与技术文档撰写能力。熟练使用Git、Docker、LaTeX。
个人亮点与自我评价
卓越的问题解决者：在科研与项目中，多次作为核心成员攻克技术难点，如设计新颖的模型结构提升性能，展现了强大的逻辑思维与创新能力。
高效能的团队协作者：在国家级竞赛与校企合作项目中担任骨干，擅长跨领域沟通，能清晰阐述技术方案并推动项目里程碑达成。
持续学习的自驱者：保持对前沿技术（如大模型、AIGC）的高度关注，通过开源项目与实践持续更新知识体系，具备快速学习与应用能力。
成果导向的行动派：所有重要经历均以可量化的优异成果（高精度指标、竞赛名次、论文录用、落地应用）作为支撑，证明其将知识转化为价值的能力。
附加信息
个人技术博客：zh.github.io （分享原创技术文章15篇，累计访问量超5万）
开源贡献：在GitHub上参与两个知名开源机器学习项目，提交并被合并代码贡献。