老师您好,我是 钱卢骏

📍 江苏南通 ♂ 男 🎂 23 岁

一名对AI科研有高度热情的软件工程师,目前正以 专业排名第3 的成绩申请上海大学上海电影学院 电子信息 硕士研究生。

18012858611
微信: qlj20020503 (点击复制) 已复制
钱卢骏

2026 初试成绩单

总分 (Total)

393

专业排名:第 3 名

英语 (二) 83
数学 (二) 130
图形图像技术 122
思想政治理论 58

教育背景

南通大学

人工智能与计算机学院 · 软件工程 · 本科

2021 - 2025

上海大学

上海电影学院 · 电子信息 (拟录取申请中)

2026 - 至今

英语四级 (CET-4)

544

英语六级 (CET-6)

506

所获荣誉

第十四届蓝桥杯全国软件和信息技术专业人才大赛

全国赛区 Web 应用前端开发大学组 · 一等奖 (国奖)

第十四届蓝桥杯全国软件和信息技术专业人才大赛

江苏赛区 Web 应用开发大学组 · 一等奖 (省奖)

2023 年"中国高校计算机大赛 — 团体程序设计天梯赛"

江苏省团体二等奖

2022 年"中国高校计算机大赛 — 团体程序设计天梯赛"

江苏省团体三等奖

第十三届蓝桥杯全国软件和信息技术专业人才大赛

江苏赛区 C/C++ 程序设计大学 B 组 · 二等奖

专业技能储备

前端开发

React / Vue TypeScript Tailwind Uni-app

后端服务

Nest.js / Koa.js MySQL / Redis RESTful API

图形学与视觉

WebGL / Three.js OpenCV 图像处理

AI 深度学习

Python / PyTorch CNN / Transformer LLM 应用

工作与项目经验

南京何尝摄影有限公司

前端开发工程师 (实习)

2024.10 ~ 2025.06
和拍约拍顾客/摄影师端 (小程序)

uniapp、uViewPlus、Pinia、OSS、Ping++

  • 独立负责从 0 到 1 的项目落地,涵盖开发、测试及上线全流程方案。
  • 构建复杂订单管理业务流(接单、验券、摄影上传、精修、评价等),对接公众号订阅与短信通知。
  • 基于 SSE (Server-Sent Events) 实现服务端推送验券消息,优化二维码生成逻辑,压缩时间至 3s 内。
  • 针对摄影行业特性,独立构建日期时间选择器、多图片选择器及瀑布流+懒加载的大图展示方案。
  • 对接阿里云 OSS,实现图片裁剪、压缩及异步分包加载,解决小程序包体积限制。
  • 设计并实现基于自定义逻辑的埋点监控方案,采用实时+统一上报的分级处理机制。
和拍传图平台 & 和拍管理系统 (Web)

Vue、Vite、ECharts

  • 构建登录权限验证与白名单策略,对接短信验证码及人类行为验证功能。
  • 设计并实现基于 RBAC 模型 的权限控制系统,支持角色分配及页面/按钮级权限控制。
  • 配合 FuseJS 实现高性能模糊搜索能力,支持英文、拼音及路由检索。
  • 封装通用筛选栏组件,通过配置化方案快速适配不同页面的复杂筛选需求。

LumiChat - AI 协同社交平台

lumi.hopai.cn | 全栈开发 (React 19 + NestJS + WebSocket)

集成 AI 对话、实时社交、协同观影与视频企划管理的现代化单页应用。通过该项目展示了扎实的全栈开发能力与复杂业务逻辑的处理能力。

前端核心实现 (React 19)
  • 基于 Socket.IO 实现秒级同步的“浪漫放映室”,支持多用户实时同步播放进度。
  • 引入 Zustand 进行轻量级全局状态管理,优化 AI 对话流式响应性能。
  • 全面适配移动端,采用响应式布局解决复杂看板在大屏与小屏间的切换体验。
后端能力体现 (NestJS)
  • 模块化网关设计:分离 Chat 与 WatchParty 命名空间,利用 Room 机制实现精准消息路由。
  • 流式响应 (SSE):对接 AI 模型接口,实现打字机效果的流式输出与历史上下文维护。
  • 安全与鉴权:手动解析 WebSocket 握手请求中的 JWT,封装统一的 Socket 鉴权中间件。
  • 高性能存储:集成 MongoDB 进行消息持久化,配合 Redis 缓存提升实时交互效率。

学术进阶与学习计划

深度学习基础构建 (当前阶段)

  • 数学基础巩固:系统复习线性代数(矩阵运算)、概率论及微积分,为理解神经网络背后的数学原理打下基础。
  • 理论学习:正在通过吴恩达《Deep Learning Specialization》系统学习 CNN、RNN 等基础架构。
  • 工具链掌握:熟练掌握 Python 科学计算栈 (NumPy, Pandas),并开始上手 PyTorch 框架进行基础模型搭建。

MAGIC Lab 匹配方向

  • 智能影视内容生成:计划深入研究 Diffusion Models 与 Transformer 在视频生成领域的应用。
  • 技术艺术跨界:利用扎实的 Web 开发能力,探索 AI 模型在前端实时交互、影视创作辅助工具中的落地。
  • 科研潜力:凭借 393 分的初试成绩(数学 130 分)和蓝桥杯一等奖的工程底子,有信心在导师指导下快速补齐科研短板。

研究志向与 MAGIC Lab

我对 AIGC 与影视艺术的融合 充满热忱。希望能利用我扎实的工程开发能力,深入探索 视频理解、图像生成 等前沿技术。MAGIC Lab 对“技术赋能艺术”的追求正是我向往的研究高地。

# 智能影视生成 # AIGC # 实时交互