数据科学与大数据技术专业
我能做什么、做过什么、还想学什么C++ 为主力语言,有较多实践积累(OOP、STL、算法实现)。代码习惯良好,使用 Git 做版本管理。
能使用 Python 配合 Pandas、NumPy、Matplotlib 完成建模中的数据处理与可视化任务, 目前正在系统补充统计学知识与 Scikit-learn 等工具库。
这是目前投入精力最多的方向。在家用一台老旧主机上部署了 Proxmox VE 虚拟化集群, 通过 WireGuard 虚拟组网 + 内网穿透 实现外网访问, 在上面运行了多个 Linux 虚拟机和 LXC 容器。
涉及:Debian/Ubuntu 系统管理 · iptables 网络配置 · ZFS 存储管理 · frp 内网穿透
能使用 Astro + Bootstrap 搭建前端页面,通过 Cloudflare Pages 做持续部署。 正在学习后端开发,目标是能搭建完整的数据展示 Web 应用。
全程参赛,在三人团队中担任建模手。四天之内经历了从问题分析、 模型构建、代码实现到论文撰写的全流程,对比赛节奏和团队分工有切身体感。
利用一台旧 PC 主机部署 Proxmox VE 虚拟化平台,在上面划分了多个 Linux 虚拟机 与 LXC 容器,分别运行不同的服务。通过 WireGuard 搭建虚拟局域网、配置 frp 实现内网穿透,从公网可以访问家庭内网的服务。
独立完成从技术选型、前端开发到部署的全流程。 网站通过 Cloudflare Pages 自动构建发布,绑定自定义域名。
正在补统计学基础和机器学习工具链,同时往后端方向拓展。 目标是能将建模成果以可交互的 Web 应用形式呈现。
这个职位需要的不是技术水平最高的人,而是有执行意愿、能把事情落地的人。 我未必是候选人中技术最突出的,但具备独立规划并完成一项技术工作的实际经验。
美赛走完全程使我理解比赛的流程与常见困难;自建服务器并长期维护让我对信息组织和持续运维 有真实的操作体感——这也是我对资料库建设有信心的原因。如果我当选,不会空谈愿景, 而是按照执行计划逐项落实。
把历年优秀论文、通用代码模板、赛题数据按主题归档, 搭建可检索的协会资源库,让新成员入会不用从零起步,也让每一届的产出能沉淀下来。
引入 Git 版本管理和 Markdown 文档规范, 让论文和代码的多人协作更顺畅。协会的产出不只是 PDF,更是可复用、可追溯的代码资产。
按编程/建模/写作方向建立人才信息池, 主动对接其他学院引入多元背景的同学,帮大家找到互补的队友,减少因组队问题错失比赛机会。