背景介绍
-
硬核技术栈:
-
医疗NLP:Baichuan2-7B微调实现生物医学实体识别(GUI交付)
-
知识图谱:中医医案图谱全流程开发(数据提取→智能问答)
-
系统开发:C语言编译器框架(词法/语法/语义分析)
-
-
跨学科融合:
-
化工基础赋能医药数据分析(药品链公司实习)
-
无人车硬件控制(蓝牙通信+路径规划)
-
-
工程闭环能力:
-
搜索引擎开发(多线程爬虫→全文检索)
-
乡村振兴社会实践(问题发现-解决方案设计)
-
申请难点
-
学术表现:计算机学位GPA 3.28/5.0(82.8/100)
-
专业转型:化工→计算机的学术连贯性论证
-
经历分散:需强化医疗AI主线
留学规划与提升
-
技术主线聚焦:
-
定位 "医疗知识计算"(中医图谱+生物医学NLP+医药数据分析)
-
开发 "中医智能问答系统" 演示平台(集成毕业设计成果)
-
-
学术杠杆应用:
-
突出核心课程成绩:编译器/搜索引擎/知识图谱(均分85+)
-
申请港校教授科研助理(提前锁定推荐信)
-
-
跨学科价值升华:
-
化工背景→医药数据处理独特视角
-
无人车控制→医疗机器人技术迁移
-
院校解读
目标方向:生物信息/人工智能/医疗科技
层级 | 院校 | 推荐项目 | 关键匹配点 |
---|---|---|---|
冲刺 | 香港科技大学 | MSc in Big Data Technology | 知识图谱项目直通医疗数据分析模块 |
匹配 | 香港中文大学 | MSc in Computer Science | 编译器/NLP项目契合系统开发方向 |
保底 | 香港理工大学 | MSc in Biomedical Engineering | 医药数据分析+中医图谱衔接生物信息课程 |
文书策略
核心叙事:
化工过程优化训练 → 发现医疗信息处理瓶颈 → 计算机技术武装(编译器/搜索引擎) → 攻克医疗NLP(实体识别) → 构建中医知识大脑 → 香港医疗AI开拓者愿景
差异化亮点:
"硬核系统能力×医疗场景洞察"(无人车控制→中医图谱构建)
留学方案
定位:医疗知识计算工程师
核心优势:医疗NLP+系统开发+医药数据
突破点:中医智能系统演示+学术推荐
院校组合:港科大数技/港中文CS/理大生医工
时间轴:
8月:
-
部署中医智能问答演示平台
-
整理编译器/NLP项目技术文档
9月: -
主文书《从化学方程式到医疗知识图谱》
-
附加报告《香港智慧医疗中的NLP技术缺口》
10月: -
投递港科大(优先轮次截止)
顾问核心价值
前期规划:开创 "化工-计算机-医疗"三角定位 ,将双学位劣势转化为跨学科稀缺性
文书服务:将 6段技术项目 提炼为 "系统能力进化树"(编译器→搜索引擎→NLP→知识图谱)