张扬发
- 毕业于华南理工大学计算机系，掌握深度学习与机器学习核心技术 - 熟练处理图像数据及表格类型数据，
职业经历
工作经历
2025年02月 — 2025年04月
技术,人工智能,算法工程师
• 构建细小段落检测优化数据集:基于Co-STAR原则编写Prompt,调取视觉语言模型Gemini2.0Flash 的API,构造细小段落数据集。该数据集微调模型准确率在细小段落检测准确率达到94(50%↑)。数 据集构造效率提高3到4倍。 • 贡献开源项目:使用onnxruntime-directml用于pdf翻译开源项目BabelDOC布局OCR模块的深度学习 模型进行推理加速,推理速度达到20ms/页(66.6%↑)。BabelDOC原仓库链接:https://github.com/funstory- ai/BabelDOC/tree/main。目前该项目已收获3k+的star
2024年07月 — 2024年09月
技术,人工智能,算法工程师
•“翼问”AI开发:训练TextRCNN模型构造用户诉求分类器,融合BERT预训练模型优化预测效果, 准确率从81%提升至87%,完成内部部署,满足超72%的客户订单问题集约化处理需求 • 智能知识库构建:基于PyPDF2等库,批量处理超过800份PDF、PPT格式的中国电信操作指引文 件,从中提取文字和图像,并利用SentenceTransformer模型和Faiss方法对文档内容进行语义嵌入和 向量检索,生成精细化与粗粒度的知识索引库
教育经历
金融学+计算机科学与技术双学位
2022年09月 — 2026年06月
项目经历
2024年08月 — 2025年02月
• 运用图神经网络对单细胞多组学数据(单细胞转录组数据、单细胞染色质可及性数据)进行数据建模 与分析,优化细胞、基因、峰、模体、k-聚体的节点嵌入,用于细胞类型识别、标记基因检测、标记 峰检测、主调控因子识别、去除批次效应等下游任务 • 基于单细胞测序多组学数据构建异质图,实验应用RGCN、GAT、CobFormer、HGT等模型,针对 CobFormer中的GCN和BGA模块增强其捕捉图结构中节点异质关系的能力。改进后的模型f1-score 达到78%(10%↑)
2023年05月 — 2024年07月
• 应用NLP技术,微调部署Bert模型,处理超4w+样本,构造企业创新态度综合指数 • 应用耦合协调度模型研究2012-2022年我国主要城市实体经济与数字经济融合测度,采用面板固定效 应回归模型研究数字经济和实体经济融合推动城市创新的影响机制。
TA 的技能服务
该人才共 1 项技能服务，可在 技能服务 中搜索「张扬发」查看。