个人简介
具备扎实的统计学与机器学习基础，深耕于空间数据分析与大语言模型(LLM/LMM)应用开发的交叉领域。熟练主导端到端的数据处理与自动化管道构建，擅长将复杂的随机建模、图网络科学及地理空间模型应用于真实的工业与商业场景。具备极强的跨文化沟通与全球化协作能力(日语 JLPT N1, 英语 IELTS 6.5)，拥有在日本、香港及内地的顶尖科研机构与企业实战经验，致力于利用前沿 AI 技术解决现实世界的数据难题。
教育背景
新加坡国立大学 (NUS)
可持续发展数据科学 理学硕士 (M.Sc. in Data Science)
预计 2026 年 8 月入学
东京大学 (The University of Tokyo) 日本 东京
访问学生 / 科研助理
2025.02 – 2025.08
南方科技大学 (SUSTech)
统计学 理学学士 GPA: 3.49 / 4.00
核心课程： 概率论，随机过程，数理统计，线性代数，实分析，网络科学，计算科学
2022.09 – 2026.06
专业技能
编程语言： Python (精通), R, Java, SQL
AI 与数据算法： PyTorch, LangChain, 提示词工程 (Prompt Engineering), LLM Agent 架构设计, NLP, Word2Vec
数据与空间工具： Pandas, GeoPandas, NumPy, NetworkX, QGIS, Gephi, LaTeX
语言能力： 日语 (JLPT N1), 英语 (IELTS 6.5), 中文 (母语)
工作与实习经验
LocationMind Inc. 日本 东京
2025.07 – 2026.03
数据工程与空间分析实习生 (研发部)
- 自动化数据管道：分析多维地理数据集，设计并实现端到端的自动化数据管道，显著提升商业报告输出与数据可视化的效率。
- 商业空间特征提取：整合城市规划、社会经济与基础设施等异构数据，为商业 POI(兴趣点) 提取并丰富基于位置的空间特征，成功构建高维度商业地理画像。
- LMM 空间推理评估：主导提示词工程(Prompt Engineering)，巧妙融合卫星图像与结构化地理上下文，有效评估并优化了大型多模态模型(LMM)在复杂空间推理任务中的表现。
- 行业调研：对地理空间数据应用和预测性移动建模进行前沿文献追踪与可行性调研，为产品迭代提供理论支撑。
南方科技大学
2025.09 – 2025.12
助教 - 规范性决策分析 (运筹学)
- 辅导百余名学生掌握运筹学核心算法，涵盖线性规划、网络模型、库存理论及决策分析。
- 协助讲师评估复杂数学与统计建模任务，提供清晰的逻辑解答与优化建议。
核心算法与科研项目
Geo AI 与城市计算交叉研究 (即将开展)
2026.08 (预计)
香港城市大学 (CityU) | 科研助理 (导师: Prof. Songhua Hu)
- 计划加入课题组参与 Geo AI 相关的前沿探索，致力于将先进的人工智能与深度学习技术应用于地理空间数据分析，以解决复杂的城市计算难题。
基于 LLM Agent 的个性化人类移动序列生成系统
2025.02 – 2025.08
东京大学 (The University of Tokyo) | 访问研发项目
- 架构设计：设计基于 Tool-calling 的 LLM Agent 架构，通过检索历史轨迹数据，实现合理且高度个性化的人类移动轨迹生成。
- 特征工程：利用点在多边形内算法精准嵌入日本行政区划描述，并独立开发“偏好统计”与“趋势上下文”模块，从高频时空数据中提取用户的长期偏好及短期行为趋势。
- 核心产出：基于此项研究产出第一作者学术论文 "Towards Efficient and Evidence-grounded Mobility Prediction with LLM-Driven Agents"，现已投递至自然语言处理顶级会议 EMNLP。
基于大语言模型(LLM)的实体提取与知识图谱构建
2024.07 – 2024.09
香港大学 (HKU) | NLP科研项目
- 运用 Hugging Face 框架部署大语言模型，从海量非结构化的疫情新闻数据集中提取复杂的实体与从属关系。
- 利用 NetworkX 与 Gephi 构建并可视化组织级别的协作网络图谱，优化并落地了端到端数据处理工作流。
基于深度学习的概念嵌入与网络特征分析
2024.01 – 至今
南方科技大学 | 算法研究项目
- 基于 PyTorch 与 Word2Vec 开发概念嵌入模型，用于量化分析学术领域的表现，并通过高维向量表示技术挖掘节点特征与网络系统影响力之间的复杂非线性关系。
学术发表与荣誉奖项
-
学术发表: Yukun Jiang, Chongjun Ma, Zhenzhen Xu, Dongliang Mu, Likun Ni, and Hiroki Kobayashi. "MACA-PA: A Modular Agent-based Clinical Assistant..."(已被 ACM HIDA 2026 接收)。
-
学术发表: Yukun Jiang, Chongjun Ma, Likun Ni, 等. "CAKE: Clinicaltrial-oriented Agent..."(于上海交大2025 交叉学科研究生学术论坛进行口头报告与海报展示)。
-
竞赛奖项(2024): 全国大学生数学建模竞赛省级三等奖。
-
竞赛奖项(2023): 全国大学生统计建模竞赛省级三等奖。