李明轩

• 学业成绩: 绩点3.85 (8/45) / CET6: 578 / 全国大学生数学竞赛省二等奖 / 北京市计算机应用技术大赛省一等奖
• 数学建模: 美国大学生数学建模竞赛M奖，全国大学生数学建模省一等奖(负责算法设计和代码实现)

作为核心成员参与抖音推荐算法优化项目，推动项目从概念验证到线上部署：

• 问题分析与方案设计: 在项目初期通过数据分析发现用户停留时长下降的痛点，为此提出基于"多模态内容理解"的个性化推荐策略，将用户行为预测准确率提升15%。
• 技术实现与创新: 为验证方案可行性，主导开发了A/B测试平台并落地两大创新：一是设计了支持实时反馈的动态权重调整机制以提升推荐精度。二是构建了"内容质量评估"与"用户兴趣建模"相结合的双层过滤体系。
• 成果与影响: 该项目在向技术总监的汇报中获得高度认可，并成功完成了"研发-测试-灰度-全量"的完整上线流程。目前该算法已在抖音主App稳定运行，日活跃用户覆盖超过1000万。

• 微信小程序AI助手: 主导微信生态AI助手小程序的产品设计与原型开发。为提高用户交互体验和功能实用性，设计多轮对话管理、智能任务分解等核心模块，使用React完成前端原型开发并撰写了完整PRD文档。目前该项目已进入开发阶段。
• 社交媒体数据分析工具: 基于Python数据分析技术栈开发社交媒体趋势分析工具，集成多个API实现热点话题挖掘、用户画像分析等功能。开发的分析报告生成器累计服务500+内部用户。

基于大模型的智能数据处理平台，AI将调用相应工具帮助用户完成数据分析和可视化任务。

• 多Agent协同架构: 构建了数据分析Agent、可视化Agent及代码生成Agent的分布式Agent系统。各Agent间通过消息队列通信，共享执行上下文但保持独立的专业领域知识。主控Agent基于Chain-of-Thought设计，能解析用户需求、分配任务、监控执行状态并整合结果。
• 智能上下文管理: 引入层次化知识图谱机制。DataFlow.yaml作为全局配置，定义数据源和处理规则。同时，为每个数据集配置语义化元数据，提升AI对数据结构和业务含义的理解精度。
• 交互式执行环境: 集成Jupyter内核实现代码实时执行和结果展示。为防止上下文溢出，对长输出内容采用分段存储和智能摘要技术，确保关键信息不丢失。