何致力 (Zhili He)
分布式系统、区块链与人工智能研究者
南洋理工大学 区块链专业硕士研究生
电子科技大学 数字媒体技术学士学位 (2025)
Email: HEZH0014@e.ntu.edu.sg | GitHub | 简历 (中文) | Resume (English)
现为南洋理工大学区块链专业硕士研究生,此前于2025年荣获电子科技大学数字媒体技术学士学位。作为一名杰出的分布式系统、区块链与人工智能交叉领域研究者,致力于通过高性能共识协议设计、零知识证明应用探索以及人工智能优化区块链系统,来破解复杂系统中的可扩展性、安全性和效率难题。在本科阶段,已在计算机视觉和自然语言处理领域积累了丰富的实战经验,并作为核心开发者参与了多个产学研一体化项目。同时,积极参与学术竞赛,荣获国家奖学金,并成功摘得数学建模竞赛省级一等奖,展现了卓越的学术潜质和专业素养。
黑客马拉松项目,专注于Tornado Cash隐私保护机制的增强与优化。这一项目深入研究了零知识证明和混币技术的应用,实现了交易隐私的显著提升,为区块链隐私保护开辟了新路径。项目克服了隐私技术实现的复杂性和性能瓶颈,通过创新的协议设计和优化算法,确保了隐私保护与效率的平衡。项目还包括了安全审计和用户测试,为隐私币生态的发展贡献了关键技术。
技术栈: Solidity, 零知识证明, 混币技术, 区块链隐私, 协议设计, 安全审计。
在医学影像诊断领域,基于Mamba架构的多分支视觉模型,在Kvasir数据集上实现了87.25%的卓越测试准确率,并成功交付了完整的诊断系统原型。这一成果显著提升了胃肠道疾病诊断的效率与精准度,为临床医学实践带来了革命性变革。项目深入研究了医学图像的复杂性和模型泛化能力,通过多分支设计和数据增强技术,克服了数据集有限和类别不平衡的难题,为AI在医疗领域的应用开辟了新路径。系统还包括了模型解释性分析和临床验证流程,确保了诊断结果的可信度和实用性。
技术栈: Python, PyTorch, Mamba, Medical Image Analysis, Computer Vision, 数据增强, 模型评估, 临床验证, 模型解释, 图像预处理。
分布式设施预订系统的创新设计,实现了多节点协同的资源分配与冲突解决机制。这一项目通过分布式算法,确保了设施预订的高可用性和公平性,为共享经济提供了技术支撑。项目解决了分布式系统中的一致性与并发控制难题,通过共识算法和负载均衡,实现了系统的稳定运行和扩展性。系统还包括了用户界面和实时通知功能,提供了完整的预订体验,为分布式应用开发树立了标杆。
技术栈: Python, 分布式系统, 共识算法, 并发控制, 负载均衡, 用户界面, 实时通知。
在加密货币价格预测领域,LightGBM时间序列建模系统通过创新的“prediction reversal”策略与训练起始日搜索机制,成功实现了竞赛级别的卓越表现,最终评测得分达0.08042。这一突破性成果不仅展示了在金融时间序列预测中的尖端技术应用,更为量化交易策略提供了可靠的科学依据。该项目面临了数据波动性高、市场非线性特征复杂的挑战,通过精细的特征工程和模型调参,实现了预测精度的显著提升,为加密货币市场的风险管理提供了有力工具。项目还包括了高级LGBM调参、集成模型融合以及提交优化策略,全面覆盖了从数据预处理到模型部署的完整流程。
技术栈: Python, LightGBM, 特征工程, 模型调参, 时间序列分析, 数据预处理, 交叉验证, 集成学习, 模型融合, 提交优化。
去中心化赛事竞猜平台项目,基于以太坊智能合约与Next.js全栈架构,实现了链上投注的透明机制、事件监听的实时响应以及可视化奖池的动态展示。该平台不仅整合了实时榜单与钱包交互,更深刻揭示了区块链技术在博彩与娱乐产业中的颠覆性潜力。项目克服了智能合约安全性和用户体验的挑战,通过精心设计的合约逻辑和前端优化,确保了平台的稳定运行和用户满意度,为Web3应用的商业化探索树立了典范。平台还支持多链部署和智能合约审计,体现了在区块链开发中的专业水准。
技术栈: TypeScript, Next.js, Flask, Web3.py, Smart Contracts, Ethereum, MetaMask集成, 实时数据处理, 链上交互, 合约审计。
Kaia区块链生态系统的一系列创新项目集合,包括BuyMeACoffee去中心化打赏平台、FX-linked stablecoins稳定币解决方案以及kaia-scaffold-example开发脚手架。通过这些项目探索了区块链在金融和开发工具领域的应用潜力,推动了Kaia网络的生态建设。项目集合展示了从概念验证到实用工具的完整开发流程,为区块链开发者提供了宝贵的参考和资源。BuyMeACoffee实现了链上打赏机制,稳定币项目探索了与法币挂钩的去中心化金融解决方案,脚手架则简化了Kaia应用的开发过程。
技术栈: Solidity, Web3, Kaia Blockchain, 智能合约, 去中心化应用, 稳定币设计, 开发工具, 链上打赏, 金融协议。
去中心化金融中稳定币脱钩现象的深度分析项目,系统性地研究了DeFi生态中稳定币价格波动的原因与影响。这一项目通过数据驱动的方法,量化了脱钩事件的触发因素和市场反应,为风险管理提供了科学依据。项目克服了区块链数据获取的复杂性和多变量分析的挑战,通过先进的统计模型和机器学习技术,实现了脱钩预测的精准度提升,为投资者和协议开发者提供了决策支持。项目还探索了预防脱钩的机制设计,推动了DeFi生态的稳定发展。
技术栈: Python, 数据分析, 机器学习, 区块链数据, 统计建模, 风险评估, DeFi分析。
在电商领域,对话系统工程化实践通过数据采集清洗、模型微调与大规模部署,成功上线30+智能Agent,将对话准确率提升至91%。这一项目不仅展现了大规模语言模型的产业化应用,更推动了多Agent协作系统的技术前沿。面对电商场景的多样性和实时性要求,项目采用了先进的RASA框架和LLM微调技术,实现了从原型到生产的无缝过渡,为企业级AI解决方案提供了可复制的成功案例。项目还涵盖了性能监控、A/B测试和用户反馈集成,确保了系统的持续优化和用户满意度。
技术栈: Python, RASA, LLM, Production ML, Natural Language Processing, 数据管道, 模型部署, 性能监控, A/B测试, 用户反馈。
RSA加密算法的深入实现与优化项目,探索了公钥加密技术的核心机制与实际应用。这一项目不仅实现了RSA算法的高效加密解密流程,更通过数学优化和性能调优,显著提升了加密操作的速度与安全性。项目解决了大数运算的复杂性和密钥管理的挑战,为信息安全领域提供了坚实的理论与实践基础。项目还包括了密钥生成、分发与验证机制的完整实现,为现代加密通信奠定了技术保障。
技术栈: Python, 数学算法, 大数运算, 加密解密, 密钥管理, 性能优化, 信息安全。
CS2饰品市场智能分析平台的杰作,采用FastAPI与Vue3构建的高性能架构,实现了实时K线图表、AI驱动的价格预测以及市场洞察的全面整合。该平台支持容器化部署与自动化流水线,为游戏经济分析树立了新的行业标杆。项目解决了游戏数据获取的复杂性和预测模型的实时性挑战,通过集成LightGBM和前端可视化,提供了全面的市场分析工具,助力玩家和投资者做出明智决策。平台还包括了用户个性化推荐和市场趋势分析,增强了用户体验和决策支持。
技术栈: Python, FastAPI, Vue.js, LightGBM, Docker, CI/CD, 数据可视化, API集成, 用户推荐, 趋势分析。
专为CS2饰品价格追踪设计的API服务,开发了支持单价查询、批量处理与模糊搜索的高并发接口,结合Docker部署与配额管理,完美适配大规模读写需求。这一系统体现了API设计与数据库优化的最佳实践,为数字资产管理提供了坚实保障。项目针对游戏市场的快速变化和用户需求的多样性,实现了高效的数据索引和缓存机制,确保了服务的稳定性和响应速度。系统还支持实时价格更新和历史数据查询,满足了不同用户群体的需求。
技术栈: FastAPI, Python, SQLite, Docker, API Design, 数据库优化, 并发处理, 负载均衡, 数据缓存, 实时更新。
探索Web3社交场景的原型平台,整合MetaMask登录与链上交互,构建了去中心化社交网络的创新模型。这一项目深刻剖析了区块链技术在社交媒体领域的颠覆性应用前景,为未来数字社会奠定了技术基石。面对去中心化应用的复杂性和用户 adoption 挑战,项目通过简洁的原型设计和Web3集成,展示了社交网络的去中心化可能性,推动了Web3生态的发展。平台还探索了NFT集成和去中心化身份验证,为社交媒体的未来形态提供了实验性见解。
技术栈: EJS, Node.js, Web3, Blockchain, Decentralized Applications, MetaMask, 链上交互, 用户认证, NFT集成, 身份验证。
个人学术与专业成就展示平台,运用现代Web技术构建了包含后端API与前端界面的完整系统。作为数字名片的延伸,这一网站全面呈现了其在技术创新与学术研究领域的卓越贡献。项目强调了个人品牌的构建和在线展示的重要性,通过响应式设计和内容管理,确保了在不同设备上的优质体验。网站还集成了博客功能和项目展示,提供了全面的个人档案管理解决方案。
技术栈: Node.js, Express, HTML/CSS/JS, Web Development, 响应式设计, 内容管理, SEO优化, 博客系统, 项目展示。
编程语言: Python (Expert), C/C++, C#, JavaScript/TypeScript, Go, Solidity, SQL
深度学习框架: PyTorch, TensorFlow, Scikit-learn, Keras
Web开发: Vue.js, React, Node.js, Express, Nginx, HTML/CSS/JS
区块链技术: Ethereum, Smart Contracts, Web3.js, Solidity
工具与平台: Git, Docker, Linux, AWS, Unity 3D, Jupyter Notebook
其他: 数据分析, 机器学习, 计算机视觉, 自然语言处理, 分布式系统