我目前就读于南京林业大学化学工程学院林产化工专业，GPA 3.6，排名班级第 1、专业第 2。选择林产化工这个方向，是因为它处于化学基础与工程应用的交叉点上——既要理解有机反应的微观机理，又要处理实际工艺中的宏观问题。这种从机理到应用的跨度，是我学习和思考的核心动力。
在课堂之外，我花了大量时间在数学建模上。参加全国大学生数学建模竞赛（江苏省一等奖）、MCM/ICM（连续两年 H 奖）的经历训练了我从现实问题中抽象变量、建立模型、用数据验证假设的能力。这套方法论并不只是用来比赛，它改变了我解决问题的思维方式——不管面对的是化学反应还是复杂系统，第一步永远是拆解问题、定义边界。
进入大二后，我逐渐对计算化学和 AI 辅助有机合成产生了兴趣。我在持续阅读 Clayden 和 March 等经典教材的同时，也在自学深度学习基础，关注图神经网络在分子表示学习中的应用，以及 LLM 和 Agent 工作流在科研场景中的落地可能。长期来看，我希望成为一名能从化工问题出发、用计算和 AI 工具来求解的研究者。
化学工程学院 · 林产化工专业
2024.09 - 至今 · 本科在读
我对有机合成方法学有持续的学术兴趣，同时关注 LLM、Agent 工作流和深度学习在化学中的应用。长期目标是将化工专业基础与计算/AI 能力结合，探索计算化学和 AI 辅助有机合成这一交叉方向。
本科阶段持续阅读 Clayden、March 等经典教材，关注合成策略与反应机理
核心兴趣方向，关注反应预测、路线规划、分子性质预测等交叉课题
探索大语言模型在文献检索、实验方案生成、科研知识管理中的落地可能
学习神经网络基础，关注图神经网络在分子表示学习中的应用
GPA 3.60，班级第 1，专业第 2，获得校级综合荣誉。
全国大学生数学建模竞赛江苏省一等奖，具备完整建模流程意识。
连续获得 2025、2026 年美国大学生数学建模竞赛 MCM/ICM H 奖。
担任学习委员与教学信息员，参与志愿服务、辩论赛与排球赛事组织。
熟悉有机化学机理与林产化工基础。
熟悉数学建模、文档写作与结果可视化。
掌握前端基础，持续学习 AI 辅助开发流程。
熟悉常用办公、绘图、仿真与文献管理工具。
围绕实际问题完成模型构建、数据处理、结果分析与论文撰写，参与全国大学生数学建模竞赛、MCM/ICM 等赛事，并取得省级与国际级奖项。
探索使用 AI 工具、Zotero、Obsidian、Markdown 与 LaTeX 进行文献阅读、知识整理、学习路径规划与科研表达辅助。
基于 Astro 构建中英双语个人学术主页，包含组件化布局、暗色模式、语言自动切换、响应式设计、打印样式与 GitHub Actions 自动部署。
机器学习与量子化学驱动的化学研究平台。整合 RDKit、PyTorch、Lightning，16 个子模块覆盖数据、特征工程、模型训练、可解释性分析与量子化学接口。