南洋理工大学网络安全硕士在读，专注于 AI、安全与产品设计的交叉领域。我擅长把技术能力转化为可落地的用户解决方案 —— 涵盖 LLM 应用、RAG 架构与后端系统，强调在敏感领域中的可靠性、可扩展性与数据隐私。
关于
工作经历
工作经历
AI 产品助理（实习）
- 与客户成功团队及各方干系人合作，把分散的控制项与 1700+ 条扁平语音清单重构为引导式的音色与角色配置工作台；将需求转化为 50+ 份 PRD 与交互原型，与设计、研发对齐范围，交付 5 个生产页面。
- 主导跨产品的 UX 改版，覆盖 20+ 个页面，以 7 个并行 AI Agent 配合交互原型降低导航摩擦，解决 400+ 处 UI 不一致与 10+ 项 UX 问题，涉及信息架构、组件与过时文案。
- 把客服侧反复出现的本地地名读音问题转化为可度量的产品课题：建立 349 条基准集与盲评流程，推动发音组件产品化，在 321 个独立词条上把可用准确率从 78.0% 提升至 93.8%（+15.8 pp）。
- 与某公立医院急诊科的一线人员及临床医生直接合作，把床旁需求与 6 项部署约束浓缩为 90 分钟工作坊，并推动交付支持 20 种语言、免手操作的翻译助手，内置知情同意、录音与访问控制。
研究员（兼职）
- 搭建面向内部员工的 RAG 智能问答系统，覆盖政策与流程文档。
- 在长文档语料上设计 KNN 检索方案，构建场景化评估框架，达到 96% Recall@N 与 4.4/5 答案相关度。
研究员（兼职）
- 围绕大规模微服务调度问题展开基于 A2C 的多智能体强化学习研究。
- 在字节跳动与阿里巴巴真实数据集上验证有效性，合著论文已发表于 Expert Systems with Applications。
产品经理（实习）
- 带领 6 人跨职能团队设计并交付 6–7 个页面的库存管理产品，直至最终验收，负责需求梳理、优先级排序、研发协调、测试与交付。
- 设计入库、出库、库存查询、缺货预警、对账与异常处理等核心库存流程，并交付 4 项前后端与 AI 功能，其中包括由 Qwen 驱动的每日报表，自动呈现库存变动、低库存风险与呆滞库存。
教育经历
南洋理工大学
新加坡
西安交通大学
中国西安
出版作品
Ma, N., Tang, A., Xiong, Z., & Jiang, F. (2025). A deep multi-agent reinforcement learning approach for the micro-service migration problem with affinity in the cloud. Expert Systems with Applications, 273, 126856.
代表项目
壹
SayExact · 语音链路准确率适配器
面向语音链路的准确率适配器，脱胎于此前的生产项目。以「错误率 × 业务影响」对字段排序，锁定价值最高的场景，重新设计采集流程并通过用户测试验证，将 ASR 准确率提升至 85% 以上。从概念推进到内部试点，交付带 336 个自动化测试的 LiveKit Agents 适配器；过程中发现的上游缺陷已修复并回馈给该 14K star 的开源仓库。
贰
MindGap · Claude Code 插件
一个 Claude Code 插件，把每个 turn 的等待时长拆成三段：模型思考、自动化工具、需用户响应的工具。零依赖 Node.js 钩子将 UserPromptSubmit / PreToolUse / PostToolUse / Stop 四类事件落到 JSONL，配套的 skill 按需聚合并展示每个 turn 的发呆分布。已以 MIT 协议发布到 Claude Code 插件市场。
叁
AI 数据可视化工作流工具
端到端的 LLM 工作流，统一处理 PDF / Excel / CSV 等异构数据的解析、清洗、分析与可视化；将原本数小时的分析压缩至 ~10 分钟，以飞书机器人形态部署，零配置即用。基于 Coze 搭建。
技能索引
- 01 Product Management
- 02 LLM
- 03 RAG
- 04 AI Agent
- 05 Prompt Engineering
- 06 Workflow Design
- 07 Reinforcement Learning
- 08 Coze · FastGPT
- 09 Python
- 10 TypeScript
- 11 Java
- 12 Spring Boot
- 13 SQL
- 14 PostgreSQL
- 15 MongoDB
- 16 Jira
- 17 Figma
- 18 Lark
- 19 Cybersecurity
悬停查看关联结构