目前在加拿大滑铁卢大学学习计算机与金融管理。据本人回忆，幼儿园期间曾在多部音乐剧中出演男主角。此前求学期间曾获校级三好学生称号，多次担任课代表及班级学生干部。平时主要折腾软件工程、AI Agent、RPA 自动化和数据驱动系统，也对数学、机器学习与金融问题保持兴趣。比起把技术名词写满一页，更希望做出真正能运行、能测试、能解决实际问题的东西。
2026 年曾于广发银行北京分行信息科技部担任开发实习生。使用 Python、Pandas 与 RPA 开发对公存款自动核查程序，对人民银行系统与银行核心系统的数据进行跨系统比对，覆盖开户、销户、账户变更及久悬业务；同时参与 AI Agent 工作流搭建，借助 Agent 与大语言模型实现企业知识库智能问答、图文信息提取、知识检索及结构化回答，并开展 UAT 自动化测试、业务数据处理和数据库迁移工作。
个人项目包括 StudyHub 学习辅助系统及A 股月频多因子选股与回测系统。具体工程实现、测试用例与源码见下方「至尊技术会所」。
现阶段也在系统学习计算神经科学（Computational Neuroscience），尤其关注神经元计算模型、突触可塑性、时序依赖学习与神经网络中的学习机制。希望逐步尝试文献复现、模拟实验及相关科研工作；这属于持续探索的研究兴趣，而非已经取得的正式科研成果。
2017 年，少年时期曾在北京团结湖附近扶起倒地的共享单车，画面经监控记录后获人民日报官方微博报道。查看当年报道截图 ↗ —— 此后主要扶正失控的代码。
💼 个人履历 · RÉSUMÉ / 人物经历
🎓 教育背景
滑铁卢大学（University of Waterloo）↗计算机与金融管理荣誉学士（CFM）
2025 年 9 月 – 2030 年 4 月（预计毕业） · GPA 3.7 / 4.0
🔬 Interests · 研究与职业方向
Software Engineering · AI / Agent · Computational Neuroscience · Quantitative Research
对计算神经科学科研与文献复现有兴趣；求职方向：Software Engineering Internship · Jan–Apr 2027
💼 Experience · 广发银行北京分行
信息科技部 · 开发实习生 May – Aug 2026
- 使用 Python、Pandas 与 RPA 开发对公存款跨系统自动核查流程，自动比对人民银行系统与银行核心系统的开户、销户、账户变更与久悬业务；独立推进需求分析、测试及上线，实现每日自动运行，节省约 2 人/日的人工工作量。
- 开发 UAT 测试自动化流程，通过 RPA 从业务系统获取需求文档，调用大语言模型生成测试内容、测试目的与报告，再将结果自动回填 Excel 和 UAT 系统。
- 参与搭建 AI Agent / LLM 自动化工作流；开发基于 AI Agent 的企业知识库智能问答助手，支持图文多模态输入、知识库检索、信息匹配和结构化输出，并设计 Prompt 与 Agent 工具调用流程。
- 参与 SQL Server → MySQL 存储过程迁移、SQL 脚本调试、数据验证与迁移测试，并处理大型业务表的数据拆分和自动分发。
🛠️ Technical Skills
Languages · Python, C++, C, Java, SQL
Data / ML · Pandas, NumPy, Scikit-learn, XGBoost
Backend / DB · Flask, SQLAlchemy, MySQL, SQL Server, SQLite
Tools · Git, Linux, Bash, GDB, Valgrind, Jupyter, Pytest
AI / Automation · MCP, RPA, LLM API, Prompt Engineering
↳ 履历与项目依据本人简历整理；如需了解具体代码，欢迎访问 GitHub：ziyuansong7-hue ↗
💻 至尊技术会所 · SELECTED PROJECTS
📚 StudyHub · 课程学习辅助系统
一个本地课程学习辅助系统，支持资料管理、练习生成、作答记录、学习计划和掌握度更新。客观题用规则判分；简答题在配置大语言模型后使用语义评估，并用 Pydantic 验证结构化输出。通过 MCP stdio 服务提供资料检索、学习状态查询等工具接口。
处理重复提交、模型异常及缺少引用等边界情况，并编写了 54 项 Pytest 自动化测试。项目开发使用了 Codex 辅助。
GitHub 主页 · 查看项目 ↗📈 A 股月频多因子选股与回测系统
从个人研究 Notebook 逐步工程化为数据下载、因子计算、模型训练、月度调仓、组合回测和候选股票生成的流程。使用动量、反转、波动率、流动性及量价因子，利用 XGBoost 预测横截面相对收益。
采用时点股票池、Purged Walk-Forward 训练和样本隔离降低数据泄漏风险；回测考虑交易成本、滑点、涨跌停等限制，另有 53 项 Pytest 测试并接入 GitHub Actions。工程化过程中使用 Codex 辅助。
GitHub 主页 · 查看项目 ↗暂时链接到 GitHub 个人主页；等我们确认每个仓库的具体网址，再换成一项目一链接。
📟 站长的秘密日记 · BLOG
丙午清明 · 2026 / 原创诗作Waterloo 清明记 ↗春寒未退，风驱冰霰如白幔垂窗。夜读或许可得。
目前仅此一篇。写下来的东西不多，其他故事留待日后。
☎️ 国际贵宾接待中心 · CONTACT / 业务洽谈
本中心负责接收技术交流、项目合作、科研讨论及国际业务咨询。欢迎交流软件工程、AI Agent、自动化、量化研究与计算神经科学。请通过下列真实渠道联系，恕不支持筹码充值。
GitHub · github.com/ziyuansong7-hue ↗
Email · z229song@uwaterloo.ca ↗
电话、微信等私人联系方式不在公开网页展示。LinkedIn 链接待确认后再添加。