个人简历 · Wentao Shao

问韬

每一段经历,连到它练就的能力。

向下阅读:经历怎样连到能力

WENTAO / 个人简历

问韬

Wentao Shao · 伦敦大学学院(UCL)物理学本科 · 计算建模与数据实践

我习惯从问题背后的结构入手:在模型中追踪错误,在真实数据中辨认噪声,也在访谈准备中追问一个判断如何形成。

物理与计算建模的训练,让我重视推理、验证和基础知识;企业实习中,接触到模型面对真实数据时的复杂情况;研究中高强度使用 AI 的经历,则让我重新思考工具的产出与人的能力之间的关系。这些经历最终汇成一个问题:该怎样面对这个快速变化的时代。答案正从两个方向寻找:在「身处其中」访谈不同的人,在「连点成线」开发一款帮助人查看、纠正和迁移 AI 记忆的产品。

02

能力与工作方式

追踪计算过程,找到问题的原因

神经网络模型出现发散与异常数值时,通过追踪中间计算、检查梯度和模型结构,找到问题的来源,再调整参数设计与约束。这段实践让我重视一个结果如何产生,以及它在什么条件下值得信任。

用真实数据检验判断

实习中处理工业与交通数据,开展预测、异常检测和时间序列分析,关注数据中的噪声、不同来源之间的不一致,以及模型为何会对输入变化敏感。这些经验让我在面对一个观点时,也习惯追问它依赖什么材料、忽略了什么条件。

理解 AI 的使用价值,也检查自己的理解

项目中的高强度 AI 使用,让我认识到工具可以扩大可完成的任务范围。我同时重视阅读代码、解释关键逻辑和独立检查结果,并在实践中逐步掌握如何说清需求、设定限制和判断输出。

把不同视角组织成具体问题

海外学习提供了比较不同环境的出发点;物理学习和企业实习,则让我接触课堂与实际任务中的不同要求。在访谈策划中,我将这些经验转化为问题,区分个人经历、机构安排与社会需求,寻找可以在对话中展开的具体情境。

规划内容,让问题有来处、表达有层次

个人网站从一个核心问题出发组织内容:先说明问题从哪里来,再展开由它分出的具体问题和寻找答案的方式,每一处观点都连到经历与资料。定位、内容要求和逐步复核由我负责,页面借助 AI 实现;这一过程也在锻炼把想法组织成项目、持续推进和修正表达的能力。

03

项目与实践

FermiNet 相关研究实践

2025 年起 · 北京大学 Dr Ji Chen 指导

FermiNet 是用神经网络近似求解多电子体系量子态的方法。研究围绕这一模型开展修改,将连续自旋表示与额外的哈密顿量项纳入模型。在模型出现训练发散、能量计算产生异常值(NaN)时,我追踪中间张量、检查梯度和物理约束的表达,调整部分架构与参数化设计,以改善物理一致性和训练稳定性。

这段实践的重点,是理解模型结构为何影响计算结果。过程中高强度使用 AI,也让我切身体会到:工具能帮助推进工作,理解与核查仍需要自己承担。这是我关注 AI 辅助编程与能力形成的起点,也是「连点成线」的出发点之一。

进一步了解我的具体工作
  • 修改神经网络波函数表示,加入连续自旋和额外哈密顿量项。
  • 通过中间张量追踪、梯度分析与结构检查,定位发散和异常数值的来源。
  • 调整参数化方式和约束,改善模型的一致性与稳定性。

SUPCON 信息技术实习

2024 年 6—9 月 · Zhejiang SUPCON Information Technology Co., Ltd.

使用真实工业与交通数据开展建模,涉及交通信号预测、异常检测与客流时间序列预测。我结合非线性建模与周期分析,检查噪声、输入变化和数据质量如何影响结果,并通过调整特征和输入处理改善稳健性。

这段经历让我看到,将模型用于现实任务,需要理解数据是怎样产生的、误差来自哪里,以及结果在什么条件下可以使用。

进一步了解我的具体工作
  • 结合随机森林与傅里叶分析,处理交通信号中的非线性变化与周期特征。
  • 使用异常检测方法,分析时间规律与跨来源不一致的数据质量问题。
  • 利用 STL 分解与回归开展客流预测,检查趋势、季节性与残差对结果的影响。

问韬个人网站

内容策划与信息结构

围绕“我该怎样面对这个快速变化的时代”这个问题,规划网站的定位、内容层级与阅读方式:首页说明问题从哪里来,两个项目页分别展开寻找答案的方式,简历连接具体经历,彼此以可展开的阐述和引用相连。

内容与设计要求、信息表达的审视和逐步复核由我负责,页面借助 AI 实现。网站强调简洁的视觉语言,也重视每一个问题和观点都有具体的分析与依据。

04

正在进行的项目

身处其中

访谈项目 · 筹备中

以人的真实经历为入口,探索 AI 时代的社会变化。第一个项目从学生和老师开始,将能力培养、学习实践与市场需求放在一起,关注知识如何进入实际工作,以及 AI 如何改变这条联系;之后,访谈会走向更多行业的人。

访谈沿着“经历—变化—选择”展开:从课程安排、项目实践或求职与招聘中的具体经历出发,了解能力要求发生的变化,再讨论判断与选择背后的考虑。采访前,我会阅读对方的公开作品与表达,了解其学习背景、专业实践和所处环境,并补上对话所需的知识。

我希望带着充分准备进入平等的对话,让对方的经历拓展我的理解。现阶段推进选题、资料梳理与访谈准备;未来也希望尝试短视频、快访谈等内容形式。

连点成线

AI 记忆管理产品 · 启动前准备 · Human–AI Cognitive System(人机协同认知系统)

一款面向个人的 AI 记忆管理产品:把与 AI 长期对话留下的记忆整理成一个个点,标明来源与彼此的关系,让用户能够查看、纠正,并在更换 AI 时迁移自己的积累。

两篇哲学论文与一份设计文章已经写成,记忆从哪里来、怎样纠正、由谁决定,都已转化为产品规则;下一步是做出第一个版本。

05

学习背景

伦敦大学学院(UCL)· 物理专业

2023—2026 · BSc Physics

物理专业学习是我理解计算建模、基础知识和学习过程的背景。海外学习也为我提供了比较不同教育与生活环境的视角,让我关注同一种能力在不同环境中如何被培养、被评价和被使用。

技术与语言

使用 Python 进行数据处理、建模与可视化,熟悉 NumPy、Pandas、Matplotlib;有数值模拟、模型调试、敏感性分析和时间序列分析的实践。

中文为母语;英语可用于专业学习与交流,在英国完成物理学本科。

06

联系方式

访谈、交流与合作:wentaoshao705@gmail.com