# 个人简历
三年工作经验，目前硕士在读。
求职意向：机器学习算法工程师、Python开发工程师及其他相关岗位
正在武汉寻找一份长期实习的工作
邮箱 fanwei1995@hotmail.com 微信 fw950714
# 教育及工作经历
2019.9 - 2022.6 硕士 计算机应用技术
2016.7 - 2019.7 前端开发工程师
2011.9 - 2016.6 本科 生物技术
# 主要技能
编程语言：Python、JavaScript
框架 / 库：numpy、sklearn、Tensorflow、PaddlePaddle
了解并能熟练操作 Linux 系统，并进行服务器上的项目部署
熟练使用 Git 进行代码托管、版本控制及团队协作
能够熟练地阅读英文文献，并进行简单的口语交流
# 奖励与证书
2020年全国大学生英语竞赛（NECCS）A类（研究生）二等奖
2020年华为杯第十七届中国研究生数学建模竞赛 三等奖
三等学业奖学金（2019）、二等学业奖学金（2020）、研究生单项奖学金（2020）
英语六级
C1驾驶证
普通话等级考试二级甲等
# 项目经历
# 拉曼光谱分类GUI
项目目的：基于sklearn等训练SVM模型对拉曼光谱数据进行分类预测，并基于PyQt5制作图形化界面。
主要工作：对拉曼光谱数据进行PCA降维，通过GridSearch确定最佳参数并训练SVM模型进行分类 预测，在界面中使用QTable同步展示过程中的数据变化情况。
项目成果：本项目的图形界面可以自主导入训练集、数据集和已经训练好的模型，点击即可完成预处理、 训练、预测等操作，并在整个流程中同步展示数据内容及变化情况。
此项目属于学长的硕士课题，已在2020年以硕士毕业论文的形式发表：《拉曼光谱结合化学计量学在磷矿检测中的应用》
# P300脑波识别及睡眠脑波分类
项目目的：对脑机接口信号进行P300脑波的分类识别。
主要工作：原始数据含有噪声，并且正负类别比例悬殊，因此对原始数据采用了滤波、降采样和叠加平均等预处理操作减小了噪声影响，并对正类数据采用重复过采样来避免类别不平衡问题。使用GridSearch进行参数寻优，训
练SVM模型并且交叉验证准确率达到 0.9 以上，从而对测试数据进行预测。此外利用来源于不同被试者的样本，分别训练SVM模型并进行信息融合，显著提高了预测准确性。
项目成果：本项目属于2020年华为杯研究生数学建模竞赛C题，最终对测试数据预测准确率达到100%，获得了三等奖
# 基于集成学习的单细胞聚类算法
项目目的：对单细胞RNA测序数据进行聚类分析。
主要工作：采用不同的降维方式、相似度量及基础聚类算法结合作为弱分类器，利用Stacking方法进行集成学习，得到强分类器，提升聚类分析的效果。
此项目尚在进行中。。。
更多项目请直接移步到我的 Github (opens new window)
