LI Junxing

李俊星 Jasen

العربية · EN · Español · فارسی · Français · हिन्दी · 日本語 · 한국어 · Русский · 中文

Добро пожаловать на этот сайт! На этой странице содержится подробная информация обо мне.\

🙋 Профиль

Инженер-исследователь с базовой подготовкой в математике и статистике, работающий на стыке инженерии количественных исследований, инфраструктуры финансовых данных, постобработки компьютерного зрения и внедрения корпоративных AI-агентов. Могу вести задачу от формулировки и экспериментальной проверки через воспроизводимые процессы работы с данными и моделями до инженерной поставки и пользовательской документации.

Моя текущая практика объединяет платформы количественных данных и исследование сигналов, исследовательскую инженерию RankSEG для сегментации изображений и практический дизайн рабочих процессов с AI-агентами. Мне важны системы, которые можно тестировать, воспроизводить и применять в реальных условиях.

Текущий фокус: инженерия количественных исследований, инфраструктура финансовых данных, исследовательские платформы, сервисы торговых данных и AI-решения / автоматизация на основе агентов.

🌈 Цветовой баланс

Цвет    Доля    Полоса          Значение
------  ------  --------------  ---------------------------------------------
Чёрный  40,6%   ████████░░░░    Самостоятельность, достижения, исполнение
Синий   26,9%   █████░░░░░░░    Понимание, мастерство, аналитическая глубина
Красный 14,4%   ███░░░░░░░░░    Напор, прямота, устойчивость к давлению
Белый   12,7%   ███░░░░░░░░░    Структура, порядок, стабильность
Зелёный  5,4%   █░░░░░░░░░░░    Связь, эмоциональная чуткость, гармония

Мой профиль в основном чёрно-синий: действие, соединённое с анализом.

Чёрный проявляется в стремлении действовать, самостоятельности и ориентации на результат.
Синий добавляет точность, любознательность и интерес к тому, как системы работают на практике.
Красный отражает готовность работать под давлением, прямоту и интенсивность.
Белый присутствует, но вторичен: я ценю структуру, когда она помогает исполнению.
Зелёный выражен слабее всего: мне менее естественно строить работу вокруг эмоциональной атмосферы или достижения консенсуса.

Основной паттерн

Лучше всего я работаю там, где есть сложная задача, реальные ограничения и достаточно пространства для ясного мышления.

Меня привлекают среды, в которых важна строгость, сложность не маскируется, а результат проверяется практикой. Я доверяю методам, которые можно тестировать и воспроизводить. Скорее построю работающую систему, чем создам убедительное описание такой системы.

В команде это обычно выражается через решение проблем, наведение структуры и доведение задач до конца. Я не всегда начинаю с заметности или эмоциональной выразительности, но проявляю заботу тем, что делаю работу надёжнее, уменьшаю неопределённость и беру на себя сложные участки.

Ссылка

Результат SoulTrace: https://soultrace.app/en/results/48093f7c-7980-4f83-97a2-e5b8df3a103f

🎓 Образование

Городской университет Гонконга (Сент. 2025 – Окт. 2026)
Магистр наук в области статистики
Циндаоский технологический университет (Сент. 2020 – Июнь 2024)
Бакалавр наук в области математики и прикладной математики

💼 Стажировки & Исследовательский опыт

Sika China

Стажёр по AI-агентам | Апр. 2026 – Июль 2026

Работал над поддержкой AI-продуктов, внутренними решениями, автоматизацией данных и операционными задачами для повторяющихся рабочих процессов, зависящих от опыта.
Преобразовывал неформализованные бизнес-запросы в структурированные входные данные, правила, дизайн агентов и навыков, MVP, циклы обратной связи и критерии приёмки.
Поддерживал внедрение агентов, обучение пользователей, подготовку SOP и переиспользуемых рабочих материалов, соблюдая подходящие границы для бизнес-информации.
Создавал и адаптировал практическую автоматизацию обработки данных, поиска знаний, подготовки отчётов и презентаций, учитывая визуальное качество, редактируемость и повторное использование.

Китайский университет Гонконга (CUHK)

Неполный рабочий день, научный ассистент | Февр. 2026 – Настоящее время

Осуществлял исследовательскую инженерию и внедрение алгоритма постобработки сегментации изображений RankSEG: изучал исходный код, воспроизводил эксперименты, адаптировал фреймворки, интегрировал инференс и оценку, упаковывал кластерные окружения.
Развивал RankSEG в рабочих процессах семантической сегментации, включая mmsegmentation, PaddleSeg, Hugging Face Transformers и пути адаптации к семейству SAM. Проектировал интерфейсы, позволяющие передавать тензоры оценок модели в постобработку на основе Dice/IoU без повторного обучения.
Создавал воспроизводимые процессы оценки, логирования и отслеживания результатов для сопоставимости экспериментов, эффективной отладки и стабильного воспроизведения.
Упаковывал окружения Singularity + Slurm для HPC CUHK и готовил переиспользуемые шаблоны задач для экспериментов с несколькими GPU.
Внёс публичный вклад в экосистему RankSEG через объединённые PR #19 для Transformers, PR #20 для интеграции SAM и PR #22 с документацией интеграции, а также через PR #2 в MONAI.

Zhejiang Mingce Asset Management Co., Ltd.

Стажёр по количественной архитектуре | Сент. 2025 – Апр. 2026
Инженерия количественных исследований и инфраструктура финансовых данных

Построил платформу количественных исследований примерно для 8 лет истории и 40 наиболее ликвидных цифровых активов, объединив минутные и дневные OHLCV-данные, ончейн-индикаторы и производные факторы.
Управлял примерно 170 млн минутных рыночных записей, 3 000 кандидатных признаков и около 20 ГБ данных Parquet. Перевёл архитектуру на Parquet + S3-совместимое объектное хранилище + DuckDB/Polars, используя MySQL для метаданных, состояния задач и текущих сигналов.
Разбил данные по активу, частоте, году и дате; добавил инкрементальный сбор, запись разделов, валидацию и резервное копирование в объектное хранилище. Типичные исследовательские запросы сократились с 1–3 минут до 5–15 секунд, а ежедневное обновление и резервное копирование укладывались в 10 минут.
Преобразовал R Markdown и разрозненные скрипты Python/R в настраиваемый Python–R–SQL-пайплайн для обучения, инференса, скользящей валидации, бэктестинга и воспроизводимых экспериментов по нескольким активам.
Использовал LightGBM, XGBoost, MAVE и VAE для направленного прогнозирования на 7/14/28 дней и обучения представлений признаков. В одном специфичном для этапа результате скользящей валидации вне выборки точность направления составила около 65%; это не универсальная оценка эффективности.
Создал стандартизированные слои доставки сигналов и управления моделями, возвращающие прогнозы, экспозиции факторов и веса стратегий через API/JSON для downstream-систем.

🔬 Проектный опыт

Статистическое моделирование коэффициентов и поведения ставок Гонконгского жокей-клуба

Инициатор проекта | Окт. 2025 – Дек. 2025
Учебный проект CityU

Собрал и очистил исторические данные о скачках, коэффициентах и типах ставок, применив статистический вывод и обучение к сценариям «место» и «место Q».
Это небольшой учебный исследовательский проект CityU; его результаты не следует трактовать как устойчивую способность делать ставки или как доходность в реальном времени.

Экспериментальное исследование прочности на сдвиг ненасыщенных грунтов

Ключевой участник | Грант Национального фонда естественных наук Китая
📄 Статья (Rock and Soil Mechanics)

Реализовал подгонку в MATLAB с точностью выше 98% и переписал ключевые функции на C, обработав более 200 тыс. точек данных и повысив эффективность примерно на 300%.
Использовал Python / Origin для анализа и визуализации; участвовал в двух патентных результатах, связанных с оборудованием.

Исследование генерации мультиправильных фракталов

Выдающаяся дипломная работа

Построил модель генерации мультиправильных фракталов на основе сложных динамических систем с визуализацией в реальном времени.
Использовал Taichi / Python для GPU-ускорения, получив примерно 100-кратное улучшение по сравнению с исходной реализацией.

Эпидемиологическое моделирование COVID-19

Проект математического моделирования | Март 2022

Построил модель SIERR-T, включающую динамику СМИ и слухов, и провёл анализ тональности и распознавание слухов в комментариях Weibo.
Проанализировал влияние мер политики с использованием данных OxCGRT.

📚 Публикации & Патенты

[J.1] NIU Geng, ZHU Xiao-feng, LI Jun-xing, LÜ Meng-yuan, AN Li-qi, CHEN Zi-han. (2022). Experimental study on shear strength of unsaturated soil over a wide suction range and its prediction. Rock and Soil Mechanics, 44(12), 3349–3359. DOI: 10.16285/j.rsm.2022.2005. (IF=3.721, EI, CA, JST, CSCD, Peking University Core Journal)
[P.1] NIU Geng, LI Jun-xing, ZHU Xiao-feng, TAN Yong-ming, MIAO Yu-song, ZHAO Shi-jun, WU Di. (2024). Triaxial Apparatus for Unsaturated Soil Based on Dialysis Method Suction Control. Chinese Patent, CN117368002A. Application No. CN202311298912.7, Application Date: 2023-10-09, Publication Date: 2024-01-09.
[P.2] NIU Geng, KONG Liang, ZHU Xiao-feng, LI Jun-xing, AN Li-qi, LÜ Meng-yuan, CHEN Zi-han. (2022). Direct Shear Apparatus for Unsaturated Soil with Erosion Monitoring and Control System. Chinese Patent, publication CN115452613A; grant CN115452613B. Application No. CN202211220042.7, Application Date: 2022-10-08, Publication Date: 2022-12-09.

🏅 Награды & Отличия

🥈 Китайская математическая олимпиада (CMC), Национальная вторая премия (янв. 2023)
🥈 Всекитайский конкурс по математическому моделированию (CUMCM), Вторая премия провинции Шаньдун (нояб. 2022)
🥈 Математическая олимпиада провинции Шаньдун, Вторая премия провинции Шаньдун (нояб. 2022)
🥉 Конкурс математического моделирования MathorCup, Национальная третья премия (май 2022)
🥈 Олимпиада по физике провинции Шаньдун, Вторая премия провинции Шаньдун (нояб. 2021)

🛠 Навыки

Основные элементы технологического стека

Количественные исследования: Pandas, NumPy, Polars, DuckDB, LightGBM, XGBoost, MAVE, VAE, кросс-валидация временных рядов, walk-forward-валидация и бэктестинг.
Инфраструктура данных: Apache Parquet, S3-совместимое объектное хранилище, MySQL, Redis, доставка через JSON/API, разделённые и инкрементальные пайплайны данных.
Исследовательская инженерия: PyTorch, Hugging Face Transformers, MMSegmentation, PaddleSeg, MONAI, TorchGeo, nnU-Net, TotalSegmentator.
Системы и поставка: Linux/Unix, Git/GitHub, Slurm, Singularity, Docker, GitHub Actions, YAML-конфигурация, CLI-процессы, логирование и отслеживание экспериментов.
Рабочие процессы AI-агентов: Claude Code, Codex, Cursor, GitHub Copilot, Dify, MCP и дизайн автоматизации для прикладных задач.

🌏 Языки

Мандаринский китайский (Родной)
Английский (B2)

🎯 Интересы

🏞 Пешие прогулки · 🏋️‍♂️ Фитнес · 🏍 Мотоцикл · 📷 Фотография · 💻 Программирование

Последнее обновление: Июль 2026