• 研究生： 中山大学交通运输专业（28届），研究方向为大小模型蒸馏与智能决策。
• 本科： 武汉理工大学车辆工程专业（25届），专业平均绩点 90+，专业排名 7/183（约 3.8%）。
• 荣誉奖励： 国家奖学金、武汉理工大学“校三好学生标兵”（前 1.3%）、英语六级 517 分。

• 大小模型蒸馏与智能决策（Ongoing）： 围绕云边协同场景下的模型蒸馏开展研究，关注如何将大模型能力高效迁移至轻量模型。研究同时覆盖感知任务与决策任务，并结合 LLM 探索交通信号控制等生成式决策问题。
• 深度强化学习（DRL）与能源控制： 建立了氢动力燃料电池公交车的智能交通仿真模型，利用 DRL 算法探索节能控制策略。相关成果发表于人工智能领域期刊 Expert Systems with Applications (SCI 一区，学生第一作者)。
• 燃料电池流场仿真优化： 主持校级自主创新基金项目，针对质子交换膜燃料电池（PEMFC）设计带有后导结构的侧向阻塞流道，成果以第一作者发表于 SAE WCX 2024。
• 智能感知与车路协同： 基于轻量化模型与边缘计算实现交通多源感知，构建车路协同控制网络，并结合联邦学习提升数据隐私保护。相关实践获中国高校计算机大赛·网络技术挑战赛全国三等奖。
• 智能汽车： 参与方程式赛车研发，负责核心传感器算法开发与智能底盘架构设计，团队获全国大学生智能汽车竞赛国家级二等奖。
• 科技成果转化与商业策划： 曾围绕先进材料成型技术开展商业化方案设计，获“互联网+”创新创业大赛校级银奖。

国家级奖励：

• 国家奖学金
• 全国大学生智能汽车竞赛：国家级二等奖
• 中国高校计算机大赛·第十届网络技术挑战赛：全国三等奖

省级及其他：

• 第二十六届中国机器人及人工智能大赛：省级三等奖
• 全国周培源大学生力学竞赛：湖北赛区三等奖

• 学术论文与科研训练： 可交流从文献检索、问题凝练、实验设计到论文写作、修改润色与投稿回复的完整过程。
• 算法实操与系统落地： 可探讨如何基于 Python 搭建深度学习、强化学习、知识蒸馏与 LLM 决策相关算法流程。
• 竞赛备赛策略： 可提供智能车、计算机类与工科竞赛的备赛经验，尤其是软硬件协同、方案设计与算法实现方面的建议。
• 工具与策划建议： 可交流如何利用 Cursor 等智能开发工具提升研发效率。