张于淼

男  |  211院校计算机-人工智能专业  |  2026硕士应届生
岗位意向：大前端  |  AI应用全栈开发
电话：17354991160
邮箱：boat2moon@proton.meGitHub：https://github.com/boat2moon个人网站：boat2moon.com
头像

教育背景

本科毕业于扬州大学　计算机科学与技术专业

硕士就读于 安徽大学　人工智能专业　课题方向涉及复杂网络与深度学习应用　2026年毕业

专业技能

  • 编程语言：主 JavaScript / TypeScript，副 Python
  • 熟悉前端：HTML，Sass / Tailwind，工程化，AntD / Shadcn，React，Redux / Zustand，Next.js
  • AI 应用开发：LangChain.js，Vercel AI-SDK，Prompt工程与应用，知识工程与RAG，Agent理论与框架
  • 了解后端：Node / Hono / Nest，RESTful API，ORM 与 关系型/内存/向量数据库，消息队列
  • CI/CD：Docker，GitHub Actions，Serverless
  • 外语水平：通过英语六级

项目经历

  • 入木 AIAI大模型协同文档平台社区合作开发2025.7 - 2025.9
    • 全栈开发 | Next.js · React · Nest.js · ShadcnUI · Zustand · Auth.js · Prisma · PostgreSQL · Tiptap · ChatGPT API · Docker · 阿里云 Serverless OSS CDN · Prometheus · Grafana
    • 项目介绍：一个 TS 全栈开发的现代化 AIGC 协同文档编辑平台，集成了丰富的编辑能力与多人实时协作功能，支持知识库管理、插件扩展与持久化存储。
    • 亮点成就：
      • 定制封装 fetch，将包括参数整理、响应解析、SSE、超时与重试控制、Token 刷新及统一错误处理——完整串联成一个高内聚、可观测的闭环体系，简洁统一了业务请求行为，提升了 HTTP 客户端的健壮性与扩展性。
      • 调研对比国内外 Serverless 平台，选择了阿里云 FC 函数计算；并规避了 Next.js Server Actions 触发阿里云 Serverless 的 maxMemoryUsage 错误。
      • 紧急修复网站无法访问问题，云函数区域从香港迁移到新加坡。
      • 请求 ChatGPT API 时，轮询使用多个实例，成功避免被 OpenAI 限制调用频率。
      • 优化 AI 接口鉴权，防止 Token 泄漏被盗用，保障安全性。
      • 把 AI 生成的 Markdown 格式转换为 HTML 插入到编辑器，实现了 AI 稳定生成富文本的效果。
      • 排查修复 editor 编辑卡顿的问题，修复了导致内存泄漏的副作用 Bug，测试深度使用 2 小时以上再无异常。
      • 性能和体验优化。
  • 伯乐 TalkAI 智能体面试模拟站社区合作开发2025.9 - 2025.11
    • 全栈开发 | Next.js · React · Zustand · Drizzle · PostgreSQL · LangChain.js · RAG · ChatGPT API · Zod
    • 项目介绍：基于 ReAct 范式的垂直领域 AI Agent 面试模拟平台。利用大模型推理能力，通过工作流编排实现简历深度解析、结构化诊断及多轮个性化面试问答，提供实时评分反馈与改进建议。
    • 亮点成就：
      • 实现基于 LangGraph 的状态机工作流，将面试流程拆分为简历解析、问题生成、追问、评分等独立串行节点，解决了长文本处理中 LLM 注意力分散的问题；通过条件边控制流转，实现了可扩展、可调试的面试对话系统。
      • 搭建 RAG（检索增强生成）管道，使用文本嵌入模型对 PDF 简历/JD 进行分块向量化并存入向量数据库，实现基于语义相似度的精准上下文检索，对话时动态注入 Prompt，提升用户个性化针对性。
      • 利用 Zod + Structured Output 技术规范化 AI 输出，确保 AI 返回的评分、追问决策、反馈建议等字段格式稳定可解析，解决了 LLM 输出不可控的问题，保障下游业务逻辑正常运行。
      • 实现全链路 Stream 流式响应，基于 SSE 协议打通服务端 LangChain 流与前端流式逐字渲染，大幅降低了用户等待长文本生成的心理延迟。
  • 城市巨系统网络攻防建模（横向，一期）合肥国家科学中心数据科学研究院2023.10 - 2024.7
    • 负责事件仿真 | Python · PyQt · PetriNet · PySpider
    • 项目介绍：构建城市多行业巨系统网络攻防模型，涵盖电力网、交通网、供水网、油气网、通信网、金融网六大关键基础设施，模拟多层复杂网络环境下的攻击与防御场景，评估系统韧性与恢复能力等。
    • 负责事项：
      • 调研并撰写方案材料、收集数据、制作PPT，为多个行业网络的机理与相关算法做技术储备
      • 基于 Python 爬虫库 PySpider，编码汇总目标地区电力行业网络基础设施数据
      • 独立完成交通网络中港口模块的 PetriNet 事件网络仿真并基于 PyQt 搭建数据可视化界面
      • 协助组织定期会议汇报与任务协调；参与设计指标体系评估机理仿真合理性，以及攻击效果与恢复效率
  • AI 赋能 ADC 药物全链路研发（横向，一期）觉微软件科技（苏州）有限公司2025.3 - 2025.4
    • 负责算法复现 | Python · PyTorch · DeepChem
    • 项目介绍：期望通过 AI 技术赋能 ADC （抗癌靶向药）的全链路研发，包括分子/蛋白生成模型生成药物候选分子、疗效预测模型筛选高效分子、毒性预测模型过滤高毒分子等环节，从而提升研发效率，降低研发成本，加速新药上市。
    • 负责事项：
      • 项目初期技术调研，包括毒性预测、疗效预测及生成模型；负责毒性预测模块的算法复现
      • 撰写调研报告并协助组织周会汇报；分析项目关键难点并与数据团队沟通

纵向科研成果 · 交叉行业 AI 赋能

  • 论文1：《A Spatial Multi-Scale Reservoir Computing Framework for Power Flow Analysis in Power Grids》，一种数据驱动的AI计算框架解决电网潮流计算问题，现期刊 Complex Engineering Systems 在投，并曾在第二十届全国网络科学与工程论坛做分组报告。
  • 论文2：《When, Where, and What: A Graph Reservoir Computing Framework for Spatiotemporal Power Grid Disturbance Monitoring》，一种解决有限观测下电网扰动监测“何时-何处-何事”问题的一体化协同AI计算方案，一区Top期刊 IEEE Transactions on Industrial Informatics 在投。
  • 专利1：《基于图储备池计算的有限观测下电网扰动时空协同监测方法》，申请号 202511169552X，已实审。