我的研究处于基因组学、统计学习与深度学习的交叉点，致力于构建能够解析复杂生物数据的工具，从中发现驱动疾病机制与治疗方案的规律。
我对新技术抱有浓厚兴趣——从基于大语言模型的系统到计算机视觉流程。每一个新算法都是一次实验的机会，也是一次让科学与现实影响力相连接的尝试。
研究之外，我同样保持好奇：多数时候在相机后面，捕捉那些能够讲述人物故事的瞬间。
基因组基础模型癌症基因组学与精准肿瘤学变异效应预测（SNV、SV、融合基因）单细胞与空间转录组学自监督学习与对比学习GWAS / TWAS 与统计遗传学科研 AI 智能体与工具调用
Python · R · C++ · SQL · Bash · TypeScriptPyTorch · PyTorch Geometric · JAXHugging Face · scikit-learn · CUDAGNN / GAT · 状态空间模型 (Mamba)RNA-seq · ChIP-seq · ATAC-seq · NGS 体细胞变异检测Nextflow / WDL · DuckDB · Parquet · DockerAWS SageMaker · Bedrock · HealthOmics多 GPU 分布式训练 · 高性能计算
- 2026 年夏
人工智能研究科学家实习生
雅培癌症诊断（Abbott Cancer Diagnostics）—— 基因组 AI 与精准肿瘤学
- 2022 — 至今
研究生研究员
南加州大学 —— 病理生物学方向 AI/ML
- 2020 — 2022
研究生研究员
约翰斯·霍普金斯大学 —— 统计遗传学、多组学
- 2020
科研助理
圣路易斯华盛顿大学 —— 临床信息学
- 2022 — 2026
博士，计算生物学与生物信息学
南加州大学 · Viterbi Fellow
- 2020 — 2022
硕士，生物统计学
约翰斯·霍普金斯大学 · Delta Omega Honor Society
- 2018 — 2020
学士，数学与计算机科学
圣路易斯华盛顿大学 · Cum Laude（优等成绩毕业）