01
机器学习与预测建模
围绕预测、股票排序及结构化数据任务构建特征，比较梯度提升树与集成模型。
Python · scikit-learn · LightGBM
查看相关实践01 / FOCUS
核心方向
从构建模型、验证可靠性，到将模型用于实际问题，形成相互连接的三个方向。
02 / SELECTED WORK
精选机器学习与 AI 项目
机器学习比赛2026 年 7 月
沪深 300 股票组合预测比赛项目
一个使用 LightGBM 预测股票排序、生成五股配置，并在不同历史时期比较模型的比赛项目。
PythonPandasLightGBMScikit-learn
查看项目计算机视觉比赛2026 年 7 月
神经网络有害记忆移除比赛项目
一个 Kaggle 比赛项目，比较如何减少给定 RetinaNet 模型的异常检测，同时保留正常预测。
PythonPyTorchRetinaNetScikit-learn
查看项目AI 辅助开发工具2026 年 6 月 - 7 月
ZZYAgent：本地编程助手
一个使用 DeepSeek 的 Python 编程助手原型，包含文件工具、测试执行、会话记录和上下文管理。
PythonDeepSeekTyperRich
查看项目03 / EXPERIENCE
经历
实践经历
数据分析实习生
安徽数升数据科技有限公司
2026 年 5 月 6-31 日、8 月 3-31 日中国合肥
- 收集、清洗并统一售电量、负荷、气象、节假日和用户属性等数据，用于周度与月度用电量预测。
- 通过相关性分析将 20 多个候选特征筛选为 12 个核心特征，参与随机森林等模型的构建与调参。
- 参与加权模型集成，通过历史数据回测调整权重，并与单模型结果进行比较。
- 整理预测结果、图表与不同方案的对比，支持项目汇报和客户展示。
实践经历
精算部实习生
上海光博高智能科技有限公司
2026 年 6 月 8 日 - 7 月 31 日中国上海
- 使用 SAS 清洗、整合并标准化保单与业务数据，分析月度经营趋势，为精算分析提供数据支持。
- 参与 GLM 在保险定价中的应用，协助筛选、验证和校准 15 个以上风险因子，比较不同因子组合下的模型结果。
- 独立完成费率表因子的导出与校核，参与编写《费率表导出标准化操作手册》，让重复校核流程更清晰、一致。
- 筛选并向团队分享保险与金融行业每日资讯。
04 / BACKGROUND
统计学基础与实践
以机器学习为核心，以统计学为基础，将预测建模、严谨的模型验证与 AI 应用开发连接起来。
我是周梓洋（Ziyang Zhou），英属哥伦比亚大学（UBC）统计学专业大四本科生，预计于 2027 年 5 月毕业。我擅长应用机器学习、统计建模与模型评估，实践覆盖预测任务定义、特征工程、模型训练及泛化能力验证。
我的核心技术栈包括 Python、scikit-learn 及 LightGBM 等梯度提升树模型，重点应用于时间序列预测和金融预测。我重视信息泄漏检查、时间验证及特征的实际增益，曾在数升数据参与用电量预测，在光博参与基于 GLM 的保险定价支持工作。
05 / TOOLKIT
技能与工具
机器学习
PythonScikit-learnLightGBMXGBoostCatBoostRandom ForestFeature EngineeringWeighted Ensembles
模型评估与预测
Cross-validationTemporal ValidationGroupKFoldBacktestingFeature SelectionTime-Series ForecastingGridSearchCV
统计学基础
StatisticsProbabilityRegressionGLMSASRK-MeansDBSCAN
AI 项目实践
PyTorchRetinaNetModel UnlearningGloVeLDALLM Tool CallingContext ManagementLocal Qwen / Ollama
实验与数据工具
PandasNumPyJupyter NotebookMatplotlibPlotlyTushareGitPytest
软件与应用开发
Data StructuresAlgorithmsJavaC++TypeScriptNext.jsReactStreamlitAI-Assisted Development
06 / CONNECT
联系
我关注机器学习、预测建模和应用 AI 方向的实习与应届机会，预计于 2027 年 5 月从 UBC 统计学专业毕业。欢迎通过邮箱联系，交流工作机会或技术合作。