在校期间，系统学习了计算机科学与技术专业的核心课程，包括《计算机组成原理》《数据结构与算法》《操作系统》等。积极参与学校组织的学术活动和科研项目，培养了扎实的理论基础和科研能力。曾在导师的指导下，参与了一项图像处理相关的科研项目，负责算法的设计与实现，通过项目实践，对图像处理技术有了更深入的理解和掌握。

• 负责公司图像处理算法的研发与优化工作，主导了图像去噪算法的升级，使图像去噪效果提升了 30%，处理速度提高了 20%，该算法已应用于公司的多个产品中，为产品的用户体验提升和市场竞争力增强做出了重要贡献。
• 参与图像识别项目的开发，带领团队完成了图像特征提取算法的设计与实现，通过对海量图像数据的训练和优化，使图像识别准确率达到了 95%以上，超过了行业平均水平。
• 与产品团队紧密合作，深入了解业务需求，将图像处理技术与业务场景相结合，为产品提供了创新性的解决方案，推动了产品的迭代升级。
• 负责团队内图像处理技术的知识分享与培训，提升了团队整体的技术水平和研发能力。

• 作为核心成员参与公司智能安防产品的图像处理模块研发，主导了视频目标检测算法的优化，通过引入深度学习技术，使目标检测的准确率从 80%提升至 90%，误报率降低了 40%，有效提高了安防系统的可靠性和稳定性。
• 负责图像超分辨率算法的研究与开发，成功实现了基于深度学习的图像超分辨率技术，将图像分辨率提升了 4 倍，在保证图像质量的前提下，大大提高了图像的清晰度和细节表现，该技术已应用于公司的高端监控设备中，获得了客户的高度认可。
• 带领团队攻克了图像压缩与传输中的技术难题，优化了图像压缩算法，在保证图像质量的前提下，使图像传输带宽降低了 30%，提高了系统的传输效率和响应速度。
• 与国内外科研机构开展合作，跟踪图像处理领域的前沿技术，将先进的技术理念和方法引入公司研发体系，推动了公司图像处理技术的持续创新。

• 该项目旨在开发一款基于深度学习的医学图像诊断辅助系统，通过对大量医学影像数据的分析和学习，实现对疾病的准确诊断和辅助决策。
• 作为项目负责人，全面负责项目的规划、设计与实施。带领团队完成了医学图像数据的收集、标注与预处理工作，构建了高质量的医学图像数据集。
• 主导了深度学习模型的选择与优化，通过对比实验，选择了适合医学图像诊断的卷积神经网络模型，并对模型进行了针对性的优化，使模型在医学图像分类任务上的准确率达到了 92%，在疾病检测任务上的召回率达到了 85%。
• 负责项目的技术攻关，解决了医学图像数据样本不均衡、图像特征提取困难等技术难题，提出了有效的解决方案，提高了模型的泛化能力和鲁棒性。
• 与医院合作开展临床试验，验证了系统的有效性和可靠性，为医学影像诊断提供了有力的技术支持。

• 本项目是为某电商平台开发的商品图像搜索系统，通过对商品图像的特征提取和匹配，实现用户通过上传图像或拍照搜索相似商品的功能。
• 作为技术骨干参与项目开发，负责图像特征提取算法的设计与实现。采用深度学习技术，构建了商品图像特征提取模型，能够准确提取商品图像的颜色、纹理、形状等特征，使图像特征的表达更加丰富和准确。
• 优化了图像匹配算法，通过引入哈希编码技术，将图像特征映射到低维空间，大大提高了图像匹配的速度和效率，使系统能够在毫秒级响应用户的搜索请求。
• 参与系统的性能测试与优化工作，通过对系统的压力测试和数据分析，发现并解决了系统在高并发情况下的性能瓶颈问题，使系统能够稳定支持百万级用户的同时访问。
• 与产品团队和运营团队密切合作，根据用户反馈和市场需求，不断优化系统的功能和体验，使商品图像搜索系统的用户满意度达到了 90%以上，为电商平台的用户流量增长和销售额提升做出了重要贡献。