专业名称：软件学院 软件工程   

• 学术成绩与排名： GPA 3.9/4.0，专业排名前5%，展现出卓越的学术能力。

• 学术成果： 成功投稿两篇关于音乐生成的CCF C类会议论文，其中一篇已被接受，贡献度达70%。

• 奖学金与荣誉： 获得“优秀研究生”称号及国家奖学金，累计参与3项学术竞赛，荣获一等奖1次，二等奖2次。

• 实践活动： 担任校AI俱乐部副会长，组织“AI创新应用大赛”，吸引超过200名学生参与，有效提升校园科技创新氛围。

项目角色： 首席作者  

论文名称：《MIDI-SANDWICH: 多层多任务条件VAE-GAN网络下的单轨音乐符号生成》

职责与成就：

• 创新模型设计： 领导设计并实现了一个分层的VAE模型，该模型不仅能够生成长度远超当前平均水平五倍的完整单轨音乐，还能确保音乐作品具有明确的曲式结构和流畅的旋律走向。

• 技术突破： 通过将VAE预训练作为GAN的生成器部分，显著提高了音乐生成的质量，这一创新策略克服了传统模型在长序列音乐生成中的局限性。

• 论文提交进展：

• KSEM2019（CCF C类）：弱拒绝，主要反馈集中于格式与语言表达，已进行相应修订。

• ICONIP2019（CCF C类）：在审状态，针对评审意见进行了全面优化。

职位名称：研究、开发   

工作内容与成果：

• 项目管理与实施： 参与“AI医疗影像系统”项目，与跨学科团队紧密合作，有效提升项目进度20%，确保项目按时交付。

• 技术创新应用： 主导基于Docker的项目部署方案设计，通过优化Dockerfile和docker-compose配置，实现部署效率提升30%，显著减少环境配置时间。

• 模型开发与优化： 负责CNN模型的构建与训练，成功实现白细胞分类准确率从80%提升至92%，有效助力医疗诊断精度。

• 数据增强策略： 创新性地运用GAN网络进行医疗图像数据增强，增加样本多样性150%，进一步推动模型泛化能力提升10%，在内部测试中达到行业领先水平。

• 成果展示与交流： 在团队会议上定期汇报项目进展，提出并实施改进措施5项，获得团队成员及上级领导的一致好评。