个人介绍
大一在读,自学Python/Java两年,独立完成3个完整项目,其中2个已发布GitHub。技术方向为Python后端与AI算法,熟练掌握PyTorch、强化学习(RL)、MCTS搜索、计算机视觉(CLIP/FAISS向量检索),同时具备Java大型项目开发经验(3.7万行JavaFX卡牌游戏)代表项目:1、中国象棋AlphaZero AI — 从零实现CNN残差网络+MCTS蒙特卡洛树搜索+强化学习自对弈训练管线(3756行Python/PyTorch),含对战GUI、多种训练模式(tiny /mid/full)与断点续跑,GitHub开源发布2、微信表情包自动回怼 — 基于CLIP ViT-B/32 +FAISS向量检索引擎,6140张表情包实时语义匹配,PySide6桌面迷你控制面板,70项测试全通过,GitHub发布(MIT开源)3、卡牌Roguelike游戏 —Java/JavaFX全栈独立开发(约3.7万行),含15角色、完整战斗系统、粒子特效、交互式新手教程、中英双语本地化,正在准备Steam发行擅长快速学习、独立解决问题,希望用AI/算法能力为客户高效交付
核心技能
PyTorch
后端开发
深度学习
强化学习
计算机视觉
多模态AI
Python
MCTS
Java
游戏开发
精选作品集
中国象棋 AlphaZero AI — 自对弈强化学习引擎
从零实现的AlphaZero架构中国象棋AI,含完整训练管线与对战GUI。
主要工作:
- 实现中国象棋完整规则引擎(棋子走法生成、将军检测、和棋判定)
- 搭建CNN残差网络(策略头+价值头),支持tiny/mid/full多档配置
- 实现MCTS蒙特卡洛树搜索,含UCB探索、Dirichlet噪声、虚拟损失
- 构建强化学习自对弈训练管线:数据收集→复盘缓冲区→网络更新→Arena对战评估
- 支持断点续跑(optimizer/scheduler/ReplayBuffer全状态保存恢复)
- Pygame棋盘GUI,中文棋子渲染,支持人机对战与点击走棋
- 31文件/3756行代码,GitHub开源(MIT License)
微信表情包智能回怼 — CLIP + FAISS 向量检索
基于CLIP视觉模型的桌面端表情包智能匹配与回怼工具。
主要工作:
- 使用Open CLIP ViT-B/32模型对6140张ChineseBQB表情包构建FAISS向量索引
- 实现屏幕截图→表情包检测→语义匹配→自动发送的完整管线
- 双边检测引擎:自适应ROI区域+连通分量分析,同时识别自己与对方的表情包
- 对抗区重做:图片驱动宽网召回(30候选)→情绪文本重排序→Top-3精选
- PySide6迷你控制面板:无边框可拖拽+置顶+加载动画
- 感知哈希去重+冷却机制,防止重复发送
- 70项单元测试全通过,GitHub开源(MIT License)
工作经历
教育背景