邓子立

教育背景

实习经历

• 向量索引支持：调研主流向量索引方案，在自研数据库中设计数据库原生的向量与标量混合检索一体化框架；在现有 HNSW 基础上扩展支持 NNDescent 等离线构建算法，并在适配层为向量检索提供事务可见性与实时性语义；引入定时重建与分区调度策略，扩展产品适用场景，平衡吞吐、召回效果与成本，为 RAG 等大模型检索场景提供底层支撑。
• 实习生 AI 黑客松：参加阿里云 & 通义主办的 MCP / AI 大赛，基于百炼平台编排内容安全审核工作流；通过意图泛化 RAG 精准解析审核需求，结合关键帧抽取等策略实现多模态交叉审核；从 58 支队伍中晋级八强。

• 渲染性能优化：将点云数据转换为体素并设计新的体素 Proto 结构，解决渲染卡顿问题，帧率从 6fps 提升至 30fps；为停车场景数据新增交互式筛选，支持鼠标点击隐藏无关元素，避免冗余数据拖慢渲染。
• 评测缺陷修复：使用 SQL 搭建指标分析看板，定位评测逻辑错误；设计边际权重模型，IOU 从 0.3 提升至 0.5；基于 AST 实现分支覆盖率检测，修复单测覆盖不全带来的隐患；重构常量池，消除字面量硬编码。

项目经历

• 三维重建开发：基于开源软件二次开发，负责源码构建、UI 重构及隐私策略模块；软件已取得国家医疗器械证书并投入市场使用。MedAI
• AI 研发：训练并部署 CT 图像分割模型；基于 Redis + Flask 实现异步任务处理，改善客户端使用体验；融合多模态方法改进大模型并集成到软件中，论文（学生二作）被 PRCV 接收。

• 在基于支持向量机的已有工作上，结合大模型的推理分析能力与形式化验证工具的严谨性，搭建程序终止性分析框架，对程序的终止 / 非终止性及其类型进行分析与证明；成果已投稿《软件学报》。

• 构建分类 / 分割任务医学数据集，基于 Agent 设计对医生友好、低成本、高效率的标注流程，独立负责全流程开发；以学生一作身份发表论文，已被 Scientific Data（Nature 子刊）接收。链接：www.nature.com/articles/s41597-025-05093-7

荣誉与获奖

其他

• 技术栈：C/C++、Python、SQL、Qt、Linux、Golang、LLM、RAG、Agent
• 博客：CSDN blog.csdn.net/Topsort
• 语言：英语（CET-6）
• 证书：软考中级 - 软件设计师