北京科技大学
GPA 3.6，专业前 20%，一等奖学金
张舒浩 · 动态个人简历
聚焦 AI 与业务治理的交叉方向，把业务问题拆解成可落地的策略、工具与流程。
GPA 3.6，专业前 20%，一等奖学金
GPA 3.4，专业前 20%，一等奖学金
校人工智能比赛二等奖
在科研中，将 AI 解调算法接入水下光通信实验系统；在业务中，参与研发风险治理与 AI 安全策略评估，开发 Agent、Skill 和 Bot，连接业务规则、数据指标与研发流程。
硕士研究课题
搭建融合 AI 的端到端水下涡旋光通信系统，围绕光束生成、湍流传输与智能解调，完成从数值仿真到真实收发平台的适配与验证。
相位恢复方法、高质量光束数据集。
海洋湍流信道模型、AI 解调网络。
收发实验平台、调制与同步采集链路。
实采数据、微调模型、水下传输实验验证。
覆盖 14 个检测工具、271 个风险点；合规总覆盖率 81.29%，成熟数据接入率 96%。
单条处理约 19 秒，检测结果映射准确率 96.4%，支持策略快速配置与迭代。
端上判定准确率初步由 88% 提升至 92%。
整体不合规率由约 36% 降至 8% 以内，核心基础模式实现 100% 合规。
240 条业务评测、3 轮迭代，端到端任务完成率 74.2% → 86.7%。
完成 2 个 SDK 整改验收，覆盖 11 个部门、247 处代码调用、106 个业务场景。
发现 76 项问题，推动闭环 57 项，问题闭环率约 75%。
评估决策链路、场景规则库、合规检查用例模板。
定向采集策略、权限调用记录，为业务场景核验与问题定位提供依据。
Top-5 正确证据命中数 36 / 50 → 44 / 50，命中率 72% → 88%。
端到端任务完成率 74.2% → 86.7%；平均处理时长 约 8 分钟 → 1.6 分钟。
按每周 150 次请求测算，约节省 16 人时 / 周。
支持 20 种语言，单次处理约 3 分钟，效率提升约 20 倍。
信息抓取 Bot、结构化通知记录与跟踪流程，降低人工遗漏风险。
Top-5 正确证据命中数 36 / 50 → 44 / 50，命中率 72% → 88%；完成本地部署。
