韩涛 (Tao Han)

科研数据分析 · 生物信息学 · 实验与科研支持
Email: [email protected]|地点: 昆明优先，其他省会城市可考虑|到岗: 面试通过后两周内
韩涛 · Tao Han|GitHub: BOHUYESHAN-APB|博客: bohuyeshan.top|ORCID: 0009-0002-8426-0610
求职方向
  • 科研数据分析 / 生物信息学分析：数据清洗、统计与可视化、生信分析及自动化报告
  • 实验室 / 科研助理：按 SOP 完成实验，做好实验记录、样本与数据整理及结果分析
教育背景
云南农业大学
本科在读 · 预计 2027.06 毕业
生物技术专业
科研与实习经历
课题组研究助理
2025.01 — 2026.05
  • 完成十字花科 YABBY 家族鉴定、系统发育、顺式元件扫描和转录组差异表达分析，整理本人承担的脚本、图件与数据。
  • 交付：IJMS 第四作者（Software, Data curation）；发明专利申请第一发明人。
校内实习 — 荞麦矮化基因挖掘
2026.03 — 2026.06
  • 通过 BLASTP/RBH 筛选 DWF4 直系同源候选，比较上下游 ±3 基因局部共线性；整合 24 样本 RNA-seq、WGCNA、GSEA/Mfuzz、启动子、系统发育和 AlphaFold 证据。
  • 交付：完成 350 bp RNAi 靶片段、发卡表达盒与酶切方案的 in-silico 设计；功能验证待完成。
发表论文与专利
The Phylogeny of Brassicaceae YABBYs and the CRC-Mediated Regulation of Stigma Development in Brassica napus
2026
Lin Dai, Jinxiang Gao, Cheng Li, 韩涛 (Tao Han), et al. IJMS, 27(13), 5740. DOI: 10.3390/ijms27135740
第四作者；CRediT：Software, Data curation（以论文作者贡献声明为准）
基于 CNN 的多算法微生物培养综合识别方法及系统
发明专利申请 · 第一发明人
申请号: 202510091154.4 · 云南农业大学 · 2025-05-16 公布
核心能力
  • 分析闭环：从原始数据整理、统计分析到图件、脚本和中英文报告交付
  • 生信证据链：RNA-seq、共表达、系统发育、启动子与结构预测联合解释
  • 实验支持：按 SOP 完成已掌握步骤，规范记录并衔接后续数据分析
  • 工程复现：使用 Git、Shell、Docker 整理环境、流程和可复现交付
技术与分析
  • 工作语言：Python / R / Shell
  • 生信：BLASTP/RBH · HISAT2 · featureCounts · DESeq2 · WGCNA · GSEA/Mfuzz
  • 进化与结构：MAFFT · IQ-TREE · motif/JASPAR · AlphaFold
  • 数据交付：统计与可视化、自动化报告、图件和脚本整理
实验与工程
  • 实验训练：植物表型、RNA 提取/反转录、qRT-PCR、分子克隆、组织培养
  • 视觉与推理：PaddleDetection、PP-YOLOE+、ONNX Runtime、NCNN
  • 平台：Linux、Git、Docker、CUDA；Ascend/OpenI/MindSpore 迁移脚手架实践
  • 性能迁移：借助 AI 编程辅助，尝试将 Python/R 热点模块迁移至 Rust/C++；自学与原型验证阶段
可核验交付
  • IJMS 论文第四作者，CRediT：Software、Data curation
  • 发明专利申请第一发明人，申请号 202510091154.4
  • 24 样本 DWF4 多层计算证据与 RNAi in-silico 方案
  • GitHub 公开代码、评测记录、项目文档与版本发布
韩涛 · 简历1 / 2

韩涛 · 项目与工程实践

GitHub: github.com/BOHUYESHAN-APB|博客: bohuyeshan.top|Email: [email protected]
开源项目精选
openagent-labforge-bio
TypeScript / Bun · v1.3.7
  • 实现 OpenCode 科研编排插件的权限分层、计划执行、自动续跑/审查、会话检查点、MCP、CLI 与服务入口。
  • 以 6 个用户工作流主代理为核心；当前代码注册 19 个内置 Agent 定义，按需索引 617 个集成技能指令包、87 个类别。
Buckwheat-seed-quality
Python / Kotlin
  • 基于 PaddleDetection/PP-YOLOE+ 开发荞麦籽粒检测、桌面与批量推理工具，并完成 Android 推理原型。
  • 树莓派 5 同机 20 图测试中，NCNN CPU 平均延迟 307 ms，ONNX Runtime CPU 为 561 ms（约 1.83×）；NCNN 后处理仍在对齐。
CNN-MicroAI-Colony
Python / ONNX
  • 公开代码覆盖菌落检测、抑菌圈 OpenCV 分析、桌面 GUI、Android ONNX 应用和树莓派 MVP。
  • 5 图小样本工程测试中，平衡版 CPU 延迟由 2539 ms 降至 1884 ms（约 26%）；保留报告与原始测试记录。
extendai-lab-Studio
Python / TypeScript · 原型
  • 实现 OpenCode 生命周期桥、结构化意图、安全阻断、环境检查、运行日志、本地认证和 React 控制台。
  • 完成受限规模 count-matrix 描述统计与两组 log2 fold-change 原型；完整 RNA-seq 执行层仍在开发。
在研与技术迁移
Python / R 性能热点跨语言迁移
自学与原型验证
借助 AI 编程辅助梳理文件解析、表格处理和计算热点，尝试以 Rust/C++ 重写受解释器与单线程限制的模块；当前不声明统一性能结论。
Linxira OS
架构与路线图在研
规划基于 Arch/CachyOS 的科研工作站发行版边界、双内核策略和科研环境；ISO 构建与兼容性验证尚未完成。
模型训练与部署
目标检测训练与推理
围绕 PP-YOLOE+、PP-YOLO 和 YOLOv5/v8 开展训练、微调、ONNX 导出与边缘端推理实践。
异构硬件迁移
使用 CUDA/Paddle/PyTorch 开展实验；搭建 Ascend/OpenI/MindSpore 数据准备、参数解析与 dry-run 调度脚手架，完整训练指标待补齐。
训练策略与调参实践
比较余弦退火、Restart 和分段式学习率策略，结合训练曲线记录进行小样本调参。
竞赛项目经历
  • 中国国际大学生创新大赛 · 人工智能赛道主持
  • “挑战杯”相关项目 · 负责人 · 省级立项
  • 大学生创新创业训练项目 · 省级立项 · 中期检查优秀
  • 创新创业挑战项目 · 院系资助 · 优秀结题
组织与公开记录
  • openagent-labforge-bio：主线维护项目，有公开版本发布与提交记录
  • Linxira OS：发起在研科研工作站发行版规划
  • OpenI 启智社区：公开保存部分 NPU/GPU 任务与模型记录
  • YeShanBoYun Studio：组织成员
核验入口
  • GitHub：github.com/BOHUYESHAN-APB
  • 博客：bohuyeshan.top
  • OpenI：openi.pcl.ac.cn/bhys
  • ORCID：0009-0002-8426-0610
韩涛 · 简历2 / 2