主页经历项目电子邮件领英GitHub

工作经历

Kipo AI

| 旧金山
2025年6月 - 至今

软件工程实习生

  • 为 B2B 零件智能平台构建核心基础设施，帮助产品从内测阶段扩展到约 1,000 名活跃用户，并支持企业级工作流程。
  • 开发了可扩展的搜索和采购系统，索引超过 200 万个组件，支持实时定价与交期查询，实现实时报价和更快的采购决策。
  • 自动化数据表符号提取和物料清单到采购的流程，减少人工工程工作量，加速企业付费客户的落地准备。
编程语言:PythonTypescript
前端:Next.js
后端:NestJSFastAPIOpenFGA
数据库:PostgreSQLMongoDBRedis
服务:AWS

东山精密

| 新加坡
2024年1月 - 2024年7月

应用与数据开发实习生

  • 构建了具有基于大语言模型诊断功能的模型可视化平台，让非技术人员能通过自然语言理解复杂数学模型。
  • 集中部署了单点登录（SSO）框架，统一了 6 个内部应用程序的身份认证，增强了组织安全性。
编程语言:PythonTypescript
前端:Next.js
后端:NestJSFastAPIRBAC + JWT Authentication
数据库:PostgreSQL

Gigworks

| 新加坡
2021年2月 - 2021年7月

移动端与网页应用开发实习生

  • 负责营收型电商平台的移动端和网页端开发，贡献了约 80% 的生产代码库。
  • 将用户报告的缺陷减少约 90%，提高了结账可靠性和客户信任度。
  • 协助弥补与设计团队约 6 个月的交付进度差距，加快产品上线。
编程语言:DartTypescript
前端:FlutterAngular
数据库:Firebase

民防学院

| 新加坡
2020年1月 - 2021年2月

移动应用开发者

  • 在服役期间使用 Flutter 和 Firebase 开创了一套关键任务考勤系统，实现了军营内 1,000 多名人员状态追踪的数字化。
编程语言:Dart
前端:Flutter
数据库:Firebase

研究

AI4X 2025 国际会议

| 第一作者

物理信息神经网络中的不确定性量化

我们使用深度证据回归来量化物理信息神经网络中的不确定性，并在 Burgers 和 Laplace 实验中进行了验证。

摘要我们将一种先进的方法集成到物理信息神经网络中，用于量化随机不确定性和认知不确定性，观察到在保持预测准确性的同时，不确定性能被有效捕获。

可在此查阅： 论文
物理信息神经网络不确定性量化

教育

南洋理工大学

计算机工程荣誉工学学士

  • 辅修商科
  • 选修方向：安全与人工智能