于松黎

[1] 2021-09~2024-06: 山东大学, 专业: 通信工程, 电子信息硕士学位, 导师: 颜成钢 教授, 合作导师: 王帅 研究员.

[2] 2016-09~2020-07: 山东财经大学, 专业: 计算机科学与技术, 工学学士学位, 导师: 赵志崑 副教授.

[3] 2016-09~2020-07: 山东财经大学, 专业: 金融学, 经济学学士学位, 导师: 王荣 教授. (辅修学位)

[1] Yu S, Li Y, Jiao P, et al. A CNN‐transformer‐based hybrid U‐shape model with long‐range relay for esophagus 3D CT image gross tumor volume segmentation [J]. Medical Physics, 2025, 52(7): e17818. (SCI JCR Q1, 第一作者, 已发表)

[2] 王帅, 于松黎, 王奇峰, 等. 基于深度学习的食道癌CT图像的分割方法 [P]. 申请号: CN202410261439.3, 申请日: 2024-03-07, 公开日: 2024-07-16, 国家知识产权局. (发明专利, 学生一作, 公开实审)

[3] 于松黎. 蒙特卡洛五子棋V1.0 [CP]. 授权号: 2024SR0911879, 授权日: 2024-07-02, 国家版权局. (软件著作权, 第一作者, 已授权)

[1] 2023-08: 2023 年“中国软件杯”第 12 届大学生软件设计大赛全国二等奖、东部赛区一等奖 (国家级竞赛奖项)

[2] 2023-01: 2022 年“中国光谷·华为杯”第 19 届中国研究生数学建模竞赛全国三等奖 (国家级竞赛奖项)

[3] 2021-12: 2021 年“华为杯”第 18 届中国研究生数学建模竞赛全国三等奖 (国家级竞赛奖项)

[4] 大学英语四级 (498 分)、大学英语六级 (454 分)

• 面向科研选题与论文复现需求，设计构建 arXiv 文献同步、代码仓库发现与元数据分析平台，提升论文-代码关联检索效率;
• 基于 Python FastAPI、PostgreSQL 与后台任务队列实现论文增量同步、GitHub 链接发现、仓库元数据刷新与 CSV 导出;
• 开发 Vite WebUI 与管理接口，支持任务创建、执行进度追踪、结果筛选与表格化浏览，形成可部署的科研文献数据分析工具.

• 针对 3D CT 图像多器官识别的器官自动识别任务，设计图像分割算法提升预测精度，进一步开发 Web 应用辅助医疗诊断;
• 使用深度学习框架开发图像分割算法，预测精度达到 94.23%，在打榜阶段排名第 1 (200+ 队伍);
• 使用 Nibabel、Numpy、Pandas 和 Matplotlib 进行医学图像数据的预处理与分析.

• 全栈开发 papertorepo 科研文献-代码关联分析平台，实现 arXiv 论文同步、代码仓库链接发现、元数据刷新、任务队列与 CSV 导出;
• 全栈开发点云统一可视化工具，支持 Feature-3DGS、COLMAP、PCD、PLY 等点云/网格数据加载，实现 RGB/语义分屏交互分析.

• 参与腾讯专有云套件 (TCS) 业务研发测试流程，协助推动腾讯云原生底座产品的端到端质量保障体系优化和交付效率提升;
• 针对 Kubernetes 集群部署架构和组件版本的验收与巡检需求, 设计解决环境监控覆盖不足、传统脚本线性执行耗时问题;
• 设计构建异步化验收引擎​​ (基于 Asyncio 协程调度框架), 扩充 200+ 部署校验项, 并将部署验收时长由 10 分钟压缩至 3 秒;
• 设计多架构自适应巡检框架​​ (x86/ARM 双指令集动态加载), 合并专有云/公有云集群指标采集协议, 覆盖 500+ 集群高可用监控.

• 熟悉 Claude/ChatGPT/Gemini 等大模型 API 接入与调用封装，理解 Agent 设计、上下文约束与结构化输出等应用方法;
• 能够将大模型能力接入业务系统，完成接口封装、权限配置、调用管理与结果处理等工程化开发工作;
• 熟悉 PyTorch 生态技术栈, 掌握模型调优全流程 (数据增强/特征融合/迁移学习), 具备算法工程化经验;
• 在小红书平台持续输出 Claude Code/OpenClaw/Hermes Agent/Codex 使用实践、AI 工具链/工作流经验，收获 3000+ 获赞与收藏.

• 熟悉 Python/FastAPI、PostgreSQL、Vite 等技术栈，具备后端接口、数据建模、前端管理界面与系统联调开发能力;
• 掌握任务调度、异步处理、数据同步、状态追踪、结果持久化与表格化展示等平台型功能开发;
• 熟练使用 Python 数据科学工具链 (Pandas/NumPy/Matplotlib), 具备多维度结果可视化能力;
• 能够围绕结构化/半结构化数据构建采集、清洗、检索、分析、导出与可视化工具.

• 掌握 Kubernetes 多架构集群管理, 具备高可用系统设计能力 (负载均衡/故障转移);
• 熟悉容器化 DevOps 全流程 (CI/CD 编排)、自动化监控告警解决方案;
• 精通 Linux 开发环境配置, 擅长 Golang/Python 开发、Shell 脚本编写与效能工具链优化.