杨正帅的简历
基本信息
- 姓名:杨正帅
- 性别:男
- 年龄:22
- 联系电话:17608420487
- 邮箱:[email protected]
- GitHub: lanshi47
- 个人博客: lanshi.xyz
- 个人作品集
技术栈
核心编程语言
- Python (精通):熟练运用NumPy、Pandas、Scikit-learn进行数据分析与机器学习应用;熟悉TensorFlow/PyTorch框架;
- C++ (熟练):STL、多线程编程、高性能计算;Qt框架应用
- Rust :Axum、Tokio
AI/ML技术栈
- 深度学习:DenseNet、卷积神经网络、Transformer架构;图像识别、自然语言处理领域应用经验
- 优化算法:遗传算法、启发式搜索、图论算法;多目标优化问题解决经验
分布式系统与云平台
- Docker & Kubernetes:容器化部署,Kubernetes集群管理经验
- 微服务架构:Axum/Tokio、Kong网关、Kafka消息队列
- 云服务:MinIO对象存储,了解AWS基础服务
数据库与工具
- MySQL:数据库优化、索引设计、查询性能优化
- Git:团队协作开发、代码审查、Git Flow规范
数学能力
- 高等数学、线性代数、概率论与数理统计
- MATLAB:数据可视化、算法仿真、数学建模经验
教育背景
湖南农业大学 | 计算机科学与技术 | 硕士 (2025.09 - 2028.06)
- 主修课程:
- 深度学习
- 机器学习
- 高级算法设计与分析
- 高级工程数学
- 数据科学与工程
- 数字图像处理
- 大模型原理与应用
- 高级计算机网络
- 网络与信息安全
- 具备扎实的数学基础,包括高等数学、线性代数和概率论与数理统计,为算法研究与开发奠定坚实基础。
- 深入学习和掌握了自然语言处理、计算机视觉等前沿人工智能技术,并具备将理论知识应用于实际问题的能力。
南通理工学院 | 本科 (2021.09 - 2025.06)
- 双学位:工程管理&标准化工程
- 主修课程:
- C语言程序设计
- Python基础课程
- 标准化技术与方法
- 系统工程概论
- 工程项目管理
- 掌握了扎实的计算机科学基础,为后续的算法研究和开发奠定了基础。
- 具备良好的逻辑思维能力和问题解决能力,能够快速学习和掌握新的技术和知识。
- 通过工程管理和标准化工程的双学位学习,培养了跨学科的知识体系和综合分析能力。
实习经历
软件开发实习生 - 湖南康普通信技术有限公司 (2025.01 - 2025.02)
- 参与基于Spring Boot + Vue的日志查询模块开发,负责后端接口设计与实现、以及前后端联调。
- 技术应用:
- 熟练运用Spring Boot框架,构建RESTful API,并使用@FeignClient注解实现微服务间的通信与解耦,提高了代码的可维护性和可扩展性。
- 利用Controller-Service-DAO分层架构,规范化代码结构,提高了代码的可读性和可维护性。
- 使用Postman进行接口测试,并结合Swagger文档,高效完成前后端协作,确保了接口的正确性和稳定性。
- 团队协作:
- 遵循企业Git Flow规范,创建功能分支进行开发,并进行代码审查,保障版本质量,提升团队协作效率。
- 参与团队代码Review,并提出优化建议,提高了代码质量和团队协作能力。
- 成果:
- 独立完成了日志查询模块的后端开发,提高了系统日志查询效率和准确性。
- 参与了项目整体架构的讨论与设计,提升了对系统架构的理解和设计能力。
项目经历
定日镜场多目标优化算法研究 (2023.09 - 2024.01)
- 项目描述:
- 针对定日镜场布局优化问题,提出并实现了一种基于遗传算法的多目标优化模型。
- 考虑了光斑覆盖率、能量接收效率等多个优化目标,构建了多目标优化函数。
- 算法应用:
- 运用MATLAB进行仿真实验,验证了算法的有效性,并对不同参数下的优化结果进行了分析和比较。
- 实现了遗传算法的参数调优,提高了算法的收敛速度和优化效果。
- 成果:
- 成果发表于CSP期刊论文《Research on Heliostat Field Based on Multi-objective Optimization Intelligent Algorithm》。
- 获得了高数杯全国大学生数学建模省赛一等奖,证明了在数学建模和算法优化方面的能力。
- 通过该项目,深入理解了优化算法的原理和应用,并掌握了多目标优化的方法。
标准化与技术创新关系研究项目 (2024.06 - 2024.09)
- 项目描述:
本项目基于江苏省13个地级市2006-2022年的面板数据,运用联立方程模型(3SLS)研究标准化活动(STA)与技术创新产出(TIP)之间的双向影响关系。
- 技术栈:项目采用Python数据分析技术栈(Pandas、NumPy、Statsmodels、Scikit-learn等),完成了从数据清洗、异常值处理、缺失值填补(随机森林)、平稳性检验(ADF检验)到联立方程建模的完整流程。
- 成果: 研究发现标准化与技术创新之间存在显著的互促关系,并通过中介效应(知识管理能力KMC、组织学习能力OLC)和调节效应(市场竞争强度MCI)分析揭示了其作用机制,为企业技术创新提供了实证支持。
云盘系统 (2024.09 - 2024.11)
- 项目描述:
- FishStone-Cloud 是一个基于 Flask 框架开发的现代化文件管理系统,提供了完整的用户认证、文件操作、数据可视化等功能。该项目从零开始构建,实现了企业级的文件管理解决方案。
- 技术栈:Flask,Werkzeug, MySQL,HTML, CSS, JavaScript,Bootstrap, ECharts
- 采用模块化设计,提升了代码的可维护性和可扩展性。
- 实现了用户权限管理,保障了数据的安全性和隐私性。
- 成果:
- 成功发布了个人云盘系统,拥有稳定性和可靠性,满足了个人日常文件存储和管理需求。
- 通过个人服务器部署,熟悉了Web应用程序的部署和运维流程。
- 申请了软件著作权,验证了技术能力和创新成果。
神经网络处理器DAG调度多目标优化系统 (2025.09 - 2025.10)
- 项目描述:
本项目针对神经网络处理器(NPU)核内DAG任务调度问题,设计并实现了完整的多目标优化解决方案。
- 算法应用:
- 项目采用Python + NetworkX + Plotly技术栈,结合图论算法、启发式搜索和遗传算法,解决了最小缓存驻留调度、智能缓存分配与SPILL优化、多目标性能联合优化三大核心问题。
- 成果: 通过三层渐进式优化策略,在FlashAttention、MatMul、Conv等6个测试案例上实现了100%成功率,峰值内存平均减少29.8%,执行时间最高优化39.9%,缓存利用率达92.8%。
果蔬智能分拣系统 (2024.09 - 2025.11)
- 项目描述:
- 本项目是一个基于微服务架构的果蔬智能分拣系统,采用 AI 图像识别技术实现果蔬的自动检测、质量评级和智能分拣。系统通过集成深度学习模型(DenseNet)、对象存储(MinIO)、消息队列(Kafka)和实时通信(WebSocket)等技术,构建了一套完整的工业级果蔬分拣解决方案。
- 技术栈:后端采用 Rust(Tokio + Axum)微服务架构,前端使用 Vue3 + TypeScript + Vite,AI 推理服务基于 Python + DenseNet,网关使用 Kong 实现统一认证和限流。项目已实现图像上传、AI 识别、结果查询、WebSocket 实时推送和分拣设备控制等核心功能,支持 Docker 容器化部署和 Kubernetes 集群部署。
- 成果:
- 技术栈前沿:Rust + Vue3 + DenseNet + Kafka + MinIO
- 架构设计:微服务 + 事件驱动 + 领域驱动设计
- 工程化:Docker 容器化 + Kubernetes 编排 + 完整文档
- 实时性:WebSocket 实时推送 + 毫秒级延迟
- 可扩展性:水平扩展 + 服务解耦 + 消息队列
- AI 集成:深度学习模型工业化应用
荣誉证书
- 2023 全国大学生高数杯数学建模竞赛 | 江苏省一等奖
- 2023 MathorCup高校数学建模挑战赛 | 全国二等奖
- 2021-2022 全国高校计算机能力挑战赛 | 全国三等奖(算法赛道)
- 校级奖学金(2021-2023,累计3次)
软件著作权
- Lanshi摄影平台 (2023/09 - 2024/09) | 第一著作人
- Lanshi云盘系统 (2024/09 - 2024/11) | 第一著作人
- FishStone 云盘系统 (2024/12—2025/5) | 第一著作人
学术论文
- 2023 《Research on Heliostat Field Based on Multi-objective Optimization Intelligent Algorithm》 一作
- 2024 《Design of personalized action recommendation system based on mobile platform》 二作
- 2023 《基于现状分析的陪诊服务规范化管理标准体系研究》 一作
- 2024 《江苏省技术创新与标准化协同效应分析》 一作
证书
- 软件设计师(软考中级)
- 大学英语四级
- C1类驾驶执照
- 全国计算机Python二级
- 江苏省计算机C语言二级
自我评价
- 扎实的理论基础:具备计算机科学与技术、算法设计与分析、人工智能等领域的扎实理论基础,能够快速学习和掌握新的算法和技术。
- 丰富的实践经验:拥有多个项目经验,包括云盘系统、定日镜场优化算法研究,以及软件开发实习,能够将理论知识应用于实际问题。
- 突出的算法能力:熟悉各种机器学习和优化算法,具备较强的算法设计、优化和实现能力,能够在实际应用中解决复杂问题。
- 优秀的学习能力:具备快速学习和适应新技术的潜力,能够在短时间内掌握新的编程语言、框架和工具。
- 良好的团队合作精神:在实习和项目中,积极参与团队合作,与团队成员共同完成任务,具备良好的沟通和协作能力。
- 强烈的求知欲和责任心:对算法领域充满热情,积极探索和研究新技术,并具备强烈的责任心和进取心,致力于在算法领域取得更大的成就。