·专业能力： 具备自动化控制、嵌入式开发与人工智能交叉背景，能够独立完成从需求分析、方案设计到实验验证与结果复现的工程闭环；在 LLM/VLM 安全评估、鲁棒性实验与隐私保护验证方向具备项目实战经验，在机器人/工业视觉场景下具备基于 CNN 的目标检测与模型优化相关研究与实践基础，并具备硕士毕设中的交通出行建模与训练评估实践能力.
·工程与研究： 参与 LLM/LVLM 攻防与隐私保护相关研究，完成将鲁棒触发指纹（RTF）、Groth16 零知识（Circom/SnarkJS）与 Solidity 链上存证结合的版权判定与系统原型，具备从算法设计到工程落地的完整经验；在一作英文期刊（机器人视觉目标检测）相关工作中完成算法设计、对比与消融实验及结果分析；在硕士毕业设计中结合 Keras/TensorFlow 完成模型训练、对比验证与实验分析，并具备软硬件协同与技术文档撰写（论文/说明）能力.
·项目与成果： 有 EI 源刊英文一作（机器人视觉目标检测）、IEEE SSE 论文、期刊论文、教材参与编写与软著等成果，具备科研写作与规范化交付习惯.
·综合素养：学习能力强、动手与执行力好，问题驱动、能主动拆解与推进；工作踏实细致，团队协作与沟通顺畅，能在科研与工程任务间平衡推进（含感知类与安全类方向）.
核心课程：工程师编程、机器人力学、原型设计理论与实践、控制工程、嵌入式系统与传感器、图像处理、机器人设计与实现、
自动化与机电一体化
项目实践：机器人与自主系统项目（课程项目）
硕士毕业设计：基于深度神经网络的出行方式选择分析
面向交通出行方式选择问题，基于 R 与 Keras/TensorFlow 实现 ASU-DNN 及约束增强建模流程. 完成数据预处理、模型训练、对比验证与行为一致性分析，形成兼顾预测能力与可解释性的研究型建模方案.
核心课程：电路原理、模拟/数字电子技术、自动控制原理、电力电子技术、PLC 原理与应用、单片机原理与应用
在导师指导下开展大模型攻击与对抗防御研究，方向包括 LLM/VLM 对抗攻击与智能体自传播攻击，负责相关实验设计、复现与总结. 该方向已形成论文成果：《A Privacy-Preserving Copyright Protection System for Large Vision-Language Models Combining Blockchain and Zero-Knowledge Proofs》（IEEE SSE 2026）.
实习项目：隐私保护的 LVLM 版权验证系统（论文与代码项目）
构建“鲁棒触发指纹（RTF）+ 零知识证明（Groth16）+ 区块链存证（Solidity）”的一体化验证流程，实现黑盒条件下的版权侵权判定. 完成基线实验（Random/Std Adversarial）、多 seed 稳健性评估及 8-bit 扰动补充验证，形成可复现实验脚本与结果归档.
