王熙景 (Thomas)
Apple 软件工程实习生 · MLE / MLSys · AI Agent
卡内基梅隆大学 计算机科学学院
卡内基梅隆大学计算机科学学院自动化科学硕士在读。
本科毕业于圣塔克拉拉大学计算机科学专业（算法方向），师从 Dr. Lang Chen，学术导师为 Dr. Nicholas Q. Tran。
研究兴趣：agentic ML workflow、端侧 LLM 推理、ML 系统、全栈智能应用。
Looking for opportunities in AI Agent, AI Infrastructure, and MLSys. Please reach out at thomasw3@andrew.cmu.edu
最新动态
最后更新：2026年7月Core ML Tools — LightGBM 到 Core ML 的转换器，支持 Booster、LGBMClassifier 与 LGBMRegressor 模型。
2026年6月
2026 Summer 在 Apple 担任软件工程实习生（2026.05.11 — 2026.08.21），构建 cellular ML 模型的 agentic end-to-end training workflow，并围绕 WWDC26 Call Context 做 next-stage extension development，使用端侧 LLM 开发新的 iOS feature。
2026年5月 — 8月
论文发表于 Communications Biology — E/I imbalance and internal noise cause weak neural representations and face recognition challenges in ASD。
2026年4月
正在构建 localmelo/localmelo — 本地优先 AI 智能体框架，构建渐进式长期记忆系统，并通过 Sleep Model 微调 Embedding 模型。模块化架构（Melo 核心 / Support 支撑 / Test 测试），支持 Ollama、MLC 与 OpenAI 兼容接口。
自 2026年4月
开源贡献者 mlc-ai/mlc-llm — 端侧大语言模型部署框架。在 Headache Note iOS 应用中使用量化 LLaMA 3。
自 2026年1月
海报发表于 GenAI4Health @NeurIPS 2025 — The Second Workshop on GenAI for Health: Potential, Trust, and Policy Compliance。San Diego, CA。
2025年12月
在 CMU 担任研究工程师 — 构建基于 RAG 管道和嵌入语义搜索的 AI 生物医学文献分析平台。在多 GPU 上微调 Qwen3 0.6B 嵌入模型，在 PMC-Patients PPR 任务上取得优秀 benchmark。
2025年7月 — 12月
开始在卡内基梅隆大学计算机科学学院攻读自动化科学硕士学位。获系级 Director's Scholarship。
2025年8月
在圣塔克拉拉大学 LCCN 实验室担任机器学习研究实习生。微调 CNN 和 Vision Transformer 用于神经科学假设验证。构建 fMRI 数据处理和表征分析管道。
2024
工作经历
软件工程实习生 @ Apple
2026年5月 — 2026年8月Cupertino, CA
构建 cellular ML 模型训练、评估、Core ML 打包与 iPhone 性能验证的 agentic developer workflow；围绕 WWDC26 Call Context 做 next-stage extension development，使用端侧 LLM 开发新的 iOS feature，集成跨职能内部设施，并负责 session/prewarm 管理、runtime invocation 与 iPhone 侧验证/性能。
研究工程师（AI Agent） @ 卡内基梅隆大学
2025年7月 — 2025年12月Pittsburgh, PA
构建了 AI 驱动的生物医学文献分析平台，支持快速（<30s）和深度（<=3min）模式，使用 RAG 管道从 PubMed 和 MedRxiv 并行检索。在多 GPU 上微调 Qwen3 0.6B 嵌入模型，在 PMC-Patients PPR 任务上取得优秀 benchmark。海报发表于 NeurIPS 2025 GenAI for Health Workshop。
机器学习工程师实习生 @ LCCN 实验室，圣塔克拉拉大学
2024年6月 — 2024年9月Santa Clara, CA
开发 CNN 模型用于神经科学研究，并为 HPC 工作流预处理 fMRI 数据。论文发表于 Communications Biology；海报被 CogSci 2025 接收。
教育
卡内基梅隆大学
2025年8月 — 2027年5月自动化科学硕士
计算机科学学院 · Pittsburgh, PA
Director's Scholarship圣塔克拉拉大学
2021年9月 — 2025年3月计算机科学理学学士，经济学辅修
文理学院 · Santa Clara, CA
REAL Program Scholar技能
项目
Clinical Copilot — 医学文献分析器
研究基于 RAG 管道的 AI 文献分析系统，从 PubMed 和 MedRxiv 检索。在多 GPU 上微调 Qwen3 0.6B 嵌入模型，在 PMC-Patients PPR 任务上取得优秀 benchmark。海报发表于 NeurIPS 2025 GenAI for Health Workshop。
apache/tvm — 深度学习编译框架
开源贡献Apache TVM 开源贡献者 — 面向 CPU、GPU 及专用加速器的端到端深度学习编译框架。关注算子调度与端侧推理路径。
LocalMelo — 本地优先 AI 智能体框架
开源贡献本地优先的 AI 智能体框架，探索 24 小时在线、可自动化重复工作并理解用户习惯的智能体。模块化架构（Melo 核心层 / Support 支撑层 / Test 测试层），构建渐进式长期个性化记忆系统，并通过 Sleep Model 离线微调 Embedding 模型。本地与 API 双路径执行，支持 Ollama、MLC 与 OpenAI 兼容接口。
mlc-ai/mlc-llm — 端侧大模型部署框架
开源贡献MLC-LLM 开源贡献者 — 一个跨平台（iOS、Android、Web）的端侧大语言模型部署框架。在 Headache Note iOS 应用中使用该框架实现量化 LLaMA 3 模型的端侧推理。
OpenOT2 — 开源实验室自动化
开源贡献OpenOT2 开源贡献 — 面向 OT-2 液体处理机器人的实验室自动化框架。通过可编程协议实现可重复的科学工作流程。
Headache Note — 离线 iOS AI 助手
软件通过 MLC-LLM 量化 LLaMA 3 1.6B 构建的全离线 iOS AI 助手，针对 iPhone 优化。基于 Swift 的健康助手，使用 prompt engineering 和 SwiftData 实现私密的端侧推理和个性化生活建议。
ASD 面部识别的神经计算基础
研究使用 CNN、ResNet50 和 Vision Transformer 作为计算框架研究 ASD 中的面部识别挑战。构建 fMRI 数据处理管道和 Pearson 相关分析。论文发表于 Communications Biology（Nature Portfolio, 2026）；海报被 CogSci 2025 接收。
MasumiRanker — AI Agent 平台（黑客松）
软件AI Agent 发现平台，使用 Sentence Transformers 和 Faiss 实现自然语言语义搜索和高效相似度匹配。FastAPI + SQLAlchemy 后端支持用户评分、推荐日志和 SHA-256 数据完整性验证。
食物识别 iOS 应用
软件基于 MVVM 架构的 SwiftUI iOS 应用，集成 TensorFlow 训练的 CoreML 模型，在 100+ 类别上实现 85% 准确率的食物分类。推理速度提升 4 倍，内存占用减少 40%。
EmojiAndEmotion — 健康追踪应用
软件基于 React Native 和 SQLite 的全栈 iOS 应用。数据查询优化 75%（200ms 降至 50ms）。集成 Apple HealthKit 实时 HRV 指标，准确率 98%。测试覆盖率 90%。
社交网络网站
软件基于 Go Gin 框架的全栈 Web 服务器，RESTful API，JSON 数据库实现高效数据管理，以及可扩展的评论系统。
简历
下载最适合你的版本。