霍禹铭

个人介绍

本科及硕士均就读于英国布里斯托大学,分别主修计算机科学与机器人学。具备深度学习模型开发与数据分析经验,参与过医疗与能源领域的跨学科项目,负责需求沟通、模型开发及工具实现等工作。具备良好的团队协作能力与英语沟通能力,能够在技术团队与非技术人员之间进行有效沟通。羽毛球国家一级运动员,具备良好的执行力与抗压能力。

教育背景

2024.09 - 2025.11

英国布里斯托大学 · 硕士,计算机科学(机器人) · 一等学位

2021.09 - 2024.07

英国布里斯托大学 · 本科,计算机科学

专业技能

技术栈

熟悉 Python 与 PyTorch 进行深度学习开发,熟练使用 NumPy、Pandas、Matplotlib 进行数据处理与可视化,掌握 CNN、RNN 等主流架构,具备完整的模型设计、训练、优化和应用能力。

竞赛经历

在 Princeton University 举办的 MagNet Challenge II 中获得综合排名第七名,其中两个模型排名第一,并获得 1000 美元奖金。

GitHub 与协作

掌握 Git 版本控制和 GitHub 项目管理,熟悉分支管理与协作流程。目前所有项目均通过 GitHub 管理,具备良好的跨团队协作能力。

其他

羽毛球国家一级运动员。

项目经历

2025.02 - 2025.10

MagNet Challenge II 瞬态磁芯损耗预测模型

  • 设计并实现基于 PyTorch 的 Seq-to-Seq 时序预测模型,并优化损失函数,使单个材料预测错误率低于 3%。
  • 其中两个材料的准确率在全球高校参赛队伍中排名第一。
  • 设计了面向不同材料的数据预处理工作流,并开发多个工具包用于不同阶段的数据对比与分析。
  • 搭建用于模型评估阶段的可视化 UI 操作界面,便于快速评估多种磁性材料。
  • 根据项目需求和实验结果持续优化模型结构与训练策略。

2025.01 - 2025.08

NHS 婴儿颅骨畸形量化和严重程度评估

  • 将患儿日常二维照片转换为三维颅骨建模,并基于现有评估体系设计打分标准。
  • 基于 NHS 数据库与评分标准,设计并实现基于 PyTorch 的 CNN 模型,对患儿头部照片进行评估。
  • 实地考察 NHS 儿童骨科研究所,与治疗师及多位患儿家属沟通并了解需求。
  • 根据治疗师和家属反馈进行模型调整,并向非技术人员讲解使用方法。

2023.12 - 2024.05

基于动捕服和深度学习改进动物辅助治疗流程

  • 实现基于 LSTM 的神经网络模型,通过优化序列长度与隐藏层参数,将识别准确率提升至 80%。
  • 对动捕服捕获的动作数据进行预处理和数据增强,缓解数据稀疏性问题。
  • 多次前往马术训练场采集动作数据,并与治疗师持续沟通需求与反馈。

实习经历

2025.02 - 2025.10

Electrical Energy Management Group · 布里斯托电能管理研究中心

  • 与组内成员参加由普林斯顿大学组织举办的 MagNet Challenge II 比赛。
  • 负责深度学习模型开发,承担模型架构设计、训练优化和迭代改进工作,每周代码提交量达数百行。
  • 每周进行技术汇报与会议纪要整理。
  • 一篇 IEEE 会议文章已被接收。