梁杰玮
27届毕业生 / 物联网工程 / 太原学院
热爱技术，持续学习
关于我
27届应届毕业生，可实习六个月及以上，合适的话可长期工作。持有 HCCD-AI 专业证书，掌握大模型基础理论，具备 AI 算法落地实操经验。独立基于 Python 完成 YOLOv5 手势、道路目标识别模型训练与数据标注校验，熟练使用 Claude Code 辅助脚本开发，具备较强数据敏感度。熟悉数据集校验、模型效果验证全流程，适配 AI 产品 / 算法测试工作。沟通协作能力良好，抗压性强、稳定性高，可接受全国出差。
专业技能
AI & 算法相关
- 持有 HCCD-AI 人工智能证书
- 了解大模型基础原理、AI 产品基础逻辑
- 计算机视觉：YOLOv5 模型训练、图像标注、数据集处理、识别效果验证
代码 & 测试工具
- 编程语言：Python 基础，可编写数据处理、简易自动化校验脚本
- AI 辅助开发工具：熟练使用 Claude Code 生成、调试代码
软素质
- 数据敏感、逻辑校验能力、跨团队沟通、团队协作
- 强抗压、可全国出差、高忠诚度
项目经历
AI Agent 代码分析框架 ▼
一个能读懂你本地代码仓库、回答代码问题的 Agent。
- 四层 Agent 架构：工具层 / 循环层 / 记忆层 / 可观测层，5 个模块协同工作
- ReAct 决策闭环：LLM 自主判断是调用工具还是直接输出答案
- 注册表模式管理工具集，短期记忆压缩防止上下文溢出
- 结构化日志追踪，兼容 OpenAI / DeepSeek Function Calling，一行代码切换模型
基于 YOLOv5 的手势 & 道路目标识别模型训练与验证 ▼
独立完成数据标注清洗、YOLOv5 模型搭建与超参调试、批量推理验证，识别漏检/误检问题并整理缺陷记录，产出模型测试评估结果。编写批量处理脚本，自动化校验识别输出，减少人工核对工作量。
- 数据处理：完成道路、手势图像数据集标注、清洗、分类，校验标注错误、重复数据，保障数据集质量（对应测试数据校验能力）
- 模型开发：Python 搭建训练环境，调试 YOLOv5 超参，多轮迭代训练模型
- 效果测试验证：批量推理图片，统计漏检、误检、识别偏差问题，整理缺陷记录，输出模型测试评估结果
- 效率优化：编写简易批量处理脚本，自动化校验识别输出，减少人工核对工作量
教育背景
- 教育太原学院物联网工程 · 本科主修课程：操作系统、信号与系统、数据库原理、高级程序设计2023.9 - 2027.7