胡宇哲｜南京邮电大学计算机硕士

01. 关于我

你好！我是 D1z2y，南京邮电大学计算机科学与技术硕士在读。

我关注机器学习与图表示学习，并将研究方法用于多模态病历结构化、数据质量治理、医疗数据 Agent 和知识图谱系统。

求职优先考虑苏州地区的人工智能、数据研发、测试开发、运维平台与企业信息化岗位；研究之外，我也喜欢健身和羽毛球。

Python SQL Linux FastAPI Neo4j PaddleOCR RapidOCR Pytest API 测试 Docker GitHub Actions Git MCP RAG 图表示学习

教育经历

南京邮电大学

计算机科学与技术 · 硕士

2024.09 – 至今

预计 2027.06 毕业；研究方向：机器学习、图表示学习。

南京邮电大学

计算机科学与技术 · 本科

2020.09 – 2024.06

学术成果

AdaGeM: Adaptive Geometric Learning on Manifolds for Hyper-Relational Knowledge Graphs

IJCAI-ECAI 2026 Main Track

2026

学生第一作者，CCF-A 类国际会议 Main Track 录用；负责算法设计、实验验证与论文撰写。

实习经历

人工智能算法实习生

集跃（上海）智能科技有限公司

2026.02 – 2026.06

病历 OCR 与质量门控：实现 PaddleOCR/RapidOCR 页级候选抽取、自适应缩放与四级质量评分；对 394 份 OCR 输出完成批量评估，其中 196 份为优秀、113 份可接受，85 份进入复核或失败队列。

数据标准化与异常闭环：支持 5 类表头解析，维护 66 条指标别名与 44 项参考范围，将检验结果统一到入院、术前和术后三类时间点；对低置信度及跨字段冲突保留证据并转人工复核。

医疗数据 Agent：构建 ReAct/Function Calling 原型，按 MCP JSON-RPC 2.0 暴露患者检索、证据检索和群体分析等工具；通过参数校验、缺参澄清、调用 Trace 与证据引用约束执行。

项目经历

面向超关系知识图谱的自适应流形表示学习框架

算法设计 / 实验验证 / 论文撰写

2025.01 – 2026.01

混合曲率表示：构建欧氏、双曲与球面组成的混合曲率乘积流形，设计拓扑感知门控，并结合 Message Passing 对不同拓扑特征进行动态路由与融合。

高阶关系建模：设计角色感知投影与上下文调制，在自注意力中注入结构偏置以建模高阶 n 元交互；完成算法实现、对比与消融实验及论文撰写。

静脉疾病知识图谱构建与检索系统

知识抽取 / Neo4j 图数据库 / 检索可视化

2025.03 – 2025.08

知识抽取：基于大模型 Prompt、Few-shot 与上下文记忆抽取静脉疾病实体和关系，并完成实体消歧、去重与规范化。

图数据库工程：设计 Neo4j 图数据模型，完成数据导入、跨平台部署及 Cypher 查询与更新，建立 dump/CSV 数据流转和检索可视化流程。