在校生
直接向此候选人发送职位邀请
大连理工大学应用数学硕士在读，具有计算机科学与技术第二学士学位。熟悉 Python、C/C++、MATLAB、SQL，以及 NumPy、Pandas、Matplotlib、PyTorch 等工具，研究方向包括时间序列预测、Transformer 建模、随机动力系统和算法验证。近期完成面向跑步场景的 GNSS 轨迹质量分析与速度估计验证项目，覆盖轨迹读取、距离计算、速度/配速估计、异常检测、滤波平滑、可视化分析和单元测试。关注智能穿戴与运动健康方向，有 PPG 心率估计数据、运动伪影和传感器噪声相关验证经历，并长期坚持跑步，曾任学校跑团团长。
面向跑步场景的 GNSS 轨迹质量分析与速度估计验证工具｜个人项目｜2026.05
基于 Python 实现 GNSS 跑步轨迹分析工具，支持 CSV/GPX 数据读取、Haversine 距离计算、瞬时速度、平均速度、配速估计与结果导出。
设计 GPS 跳点、速度异常、采样间隔异常、重复点和加速度突变等规则，输出清洗前后距离、速度、异常段占比和有效段比例等验证指标。
构建二次清洗流程，降低异常轨迹段对后续速度/加速度计算的影响，并实现移动平均、中值滤波和一维 Kalman filter 速度平滑基线。
编写单元测试覆盖距离计算、速度估计、异常检测、GPX 解析和空/单点输入等边界场景，当前测试集 13 passed，并生成轨迹图、速度曲线、异常点标记图和滤波对比图用于结果分析。
基于时滞动力系统的 Transformer 注意力演化模型及时间序列预测研究｜硕士研究项目｜2024.09 - 至今
面向复杂时间序列预测任务，研究 Transformer 注意力机制在时滞动力系统中的演化规律，完成多维非线性时间序列建模与特征分析。
基于 Python、PyTorch、NumPy、Pandas 完成模型构建、训练验证、效果评估与误差分析。
结合公开 PPG 心率估计数据，关注智能穿戴场景中的运动伪影与传感器噪声干扰，在脏数据条件下进行迁移验证与结果分析。
数值计算与最优化算法库开发｜项目实践
基于 C/C++ 实现 20+ 个数值计算与最优化算法模块，覆盖最优化方法、微分方程数值解、线性方程组求解等。
完成算法正确性验证与结果对比，积累将数学模型转化为工程代码的实践经验。
大连理工大学｜应用数学｜硕士在读｜2024.09 - 2027.06（预计）
研究方向：随机动力系统、时间序列预测、Transformer 建模
大连理工大学｜计算机科学与技术｜第二学士学位｜2023.09 - 2024.06
大连理工大学｜信息与计算科学（数学）｜本科｜2019.09 - 2023.06
