关于我

你好！我是Matt ，目前就读于南加州大学（USC）计算机科学硕士（GPA 3.8/4.0），专注于后端系统、智能应用开发以及推动人工智能技术与实际应用的结合。

在 阿里巴巴 实习期间，我参与了大麦票务与电影链路的构建与迁移，利用 GraphRAG 与大语言模型提升检索精度，并基于 AI 工具实现故障诊断自动化。在 Unity，我负责 SDK 引擎开发，维护基于 JNI 和 V8 引擎的 JavaScript 运行时，并对微信小游戏进行逆向与适配，确保跨平台的稳定运行。在 USC 的科研中，我拓展了 SHAP 至多模态模型，以提升可解释性；在武汉大学阶段，我研究了基于图算法（SimRank）的历史数据分析。

在工业与科研之外，我也积极参与开源项目。在 LightRAG 中，我实现了 pgvector 的向量索引（HNSW/IVFFLAT）与查询优化，使大规模推荐场景得以落地。我热衷于设计融合 检索、知识图谱与 AI 推理 的系统，打造更智能、可解释的应用。

我的技术专长涵盖 Java、Python、C++，分布式系统，以及 PyTorch、TensorFlow 等机器学习框架。我擅长在快节奏的环境中发挥技术专长并跨团队合作，期待探索前沿技术，将后端工程与 AI 创新结合，创造有价值的产品。

技能与技术

编程语言

Java Python C++ JavaScript / TypeScript SQL

Appiled ML

PyTorch TensorFlow scikit-learn HuggingFace SHAP LangGraph LLM RAG

后端与分布式系统

Spring Boot FastAPI Redis MySQL PostgreSQL Kafka RocketMQ

云与 DevOps

Docker Kubernetes AWS 阿里云 CI/CD Git

经历

软件工程师实习生

阿里巴巴 2025年5月 – 2025年8月

完成 1000 万+ 用户资产迁移至大麦独立电影链路，基于 GraphRAG 与 LLM 提升 AI 助手检索能力（recall@20 提升16%），并构建 AI 自动化诊断系统，将故障定位时间从 30 分钟缩短至 5 分钟以内。

软件工程师实习生

Unity 2024年9月 – 2025年4月

维护基于 JNI 和 V8 引擎的 JavaScript 运行时，开发 Node.js 管道对微信小游戏进行逆向与重构，并实现基于 WebSocket 的自动登录系统，覆盖 85% 游戏，人工操作减少 80%。

研究助理

USC - Laboratory for Machine Learning, Health and Biomedicine 2024年1月 – 2024年7月

开发多模态 SHAP 解释方法，针对 LXMERT 模型实现文本与图像模态的 Shapley 值计算与验证。

研究助理

武汉大学 2022年5月 – 2023年4月

基于优化的 SimRank 算法，构建秦代里耶简牍知识图谱，完成数千条历史简牍的相似度计算。

项目

LangGraph AI Research Agent

构建基于 React、FastAPI 和 LangGraph 的全栈 AI 研究助手，实现基于 LLM 的查询改写与 Google 搜索 API 集成，支持 Redis 实时流式输出与 Postgres 持久化存储。

SmartCoupon Engine

开发基于 Java/Spring Boot 的高并发优惠券系统，结合 Kafka 与 Redis，利用布隆过滤器与 MySQL 行锁确保缓存一致性，支撑数百万用户的实时发放与核销。

PII Detection Pipeline

设计结合 CRF 与 Transformer 的 PII 检测流程，应用于 22K MOOC 论文，微调 BERT/DeBERTa 模型，Fβ 达到 0.92，精准率与召回率均超过 0.90。

开源贡献

LightRAG

实现 pgvector 的向量索引（HNSW/IVFFLAT）与查询接口优化，支持大规模向量检索，并在票务平台推荐场景中落地，覆盖 1 万+ 项目。

教育背景

计算机科学硕士

University of Southern California 2023年8月 – 2025年12月（预计）

GPA: 3.8/4.0。相关课程：深度学习、机器学习、地理空间信息分析、算法。

软件工程学士

武汉大学 2019年8月 – 2023年6月

总体 GPA: 88.57/100。研究方向包括知识图谱与数据分析。