北京工业大学
土木水利 / 硕士
- 研究方向：数字孪生、端云协同系统、多设备调度与数据驱动优化
- 围绕真实工程装备与复杂系统开展建模、联调、数据处理与验证
2027 届硕士 / 北京工业大学 / 智能建造与土木水利
把系统跑通，把问题追到底。
我是贾玮寒，目标岗位是小鹏智能座舱测试培训生。我的优势来自真实端云系统独立研发、长期系统联调与 Debug、Python 自动化和 AI 协作工程实践，也来自多年新能源智能汽车用户侧深度体验与反馈参与。
系统测试 / 测试开发候选人Python + AI Workflow端云系统 / IoT / 数字孪生
Education
学习经历
北京工业大学
智能建造 / 本科
- 主修：Python 算法、运筹学、BIM 实操技术、绿色智能运维等
- 成绩前 30%，完成国家级大创、竞赛、实习与多项项目实践
奖学金 / 成果 / 竞赛
- 2025 年校奖学金
- 中国国际“互联网+”大学生创新创业大赛北京市一等奖：数字孪生安全管理解决方案
- 北京市大学生节能减排竞赛二等奖：数字孪生 + AI 建筑节能管理项目
- 论文《基于数字孪生的索膜结构构件失效机制研究》发表于《天津大学学报》（2025.04）
- CET-6
Projects
主要项目经历
这里不只列技术栈，而是展示我在真实项目里如何拆问题、做系统、跑数据、排异常、验证结果。端云数字孪生项目是旗舰项目，多塔吊调度优化体现算法建模与仿真验证，国家级大创体现方案组织和项目推进。
01
Flagship Project / 50% 展示权重
多源感知与端云协同数字孪生系统
End-to-End IoT Data Acquisition & Digital Twin System
从传感器接入、嵌入式采集、4G/MQTT 通信、云端存储，到 API/WebSocket 和 Web 数字孪生状态映射，独立搭建完整端云链路。这个项目是我投递智能座舱测试岗位最核心的工程证据。
我具体做了什么
- 从零完成 RS-485 绝对值编码器、模拟量直线位移传感器、RS-485 风速传感器等多源传感器接入，进行原始数据读取、协议分析、数据帧解析、标定和物理量转换。
- 以 STM32H7 为采集核心，打通 Sensor -> STM32H7 -> Air780E 的边端数据链路，并通过 4G/LTE 将现场数据发送至云端。
- 在 Ubuntu 云服务器中部署 Mosquitto MQTT Broker，设计 Topic，使用 Python 接收数据，并完成 CSV / SQLite 持久化、日志查看与异常排查。
- 通过 HTTP/REST、WebSocket、JSON 将云端数据传递至浏览器端，实现物理设备状态与 Web 三维数字孪生模型的实时对应。
- 使用 Python 完成 CSV 读取、时间戳处理、时间序列对齐、异常值处理、批量数据处理、实验自动化和结果统计。
测试 / 验证价值
- 传感器标定与实际物理量转换验证
- RS-485 原始数据 / 协议异常排查
- 通信稳定性与异常值检测
- 网络断开与恢复测试
- 云端数据存储验证
- 实际状态与 Web 显示状态一致性验证
- 多设备同时运行验证
结果与证据
已形成感知、通信、云端、应用的完整技术闭环
完成多种传感器稳定接入、物理量转换和实时数据更新
沉淀了发现问题、复现问题、查看原始数据/日志、缩小范围、修改、回归验证的 Debug 方法
STM32H7RS-485UARTADCAir780E 4G/LTEMQTTUbuntu 22.04PythonPaho-MQTTSQLite / CSVREST APIWebSocketReactReact Three FiberGLTF / GLB
02
Algorithm / Simulation / Data validation
考虑相邻塔吊级联效应的多塔吊调度优化
Multi-device Scheduling & Simulation Optimization
面向多台塔吊同时施工中的覆盖区域重叠、空间冲突、等待、延误传播和相邻设备级联影响，建立多设备协同调度优化模型，并用 Python 完成仿真、批量实验和结果验证。
我具体做了什么
- 建立材料分配变量、堆场选择变量、服务顺序变量，将真实设备之间的动态冲突转换为可计算的数学模型。
- 构建设备重叠区域运动时间、时空冲突、等待时间、传播等待和 Propagation Ratio 等指标。
- 使用 Python 完成调度算法实现、多任务场景生成、参数配置、算法运行、批量实验、结果统计和指标对比。
- 持续检查异常结果和边界场景，保证模型与现场运行逻辑一致，而不是只追求算法跑通。
测试 / 验证价值
- 场景参数设计与批量仿真
- 等待时间 / 运动时间指标统计
- 优化前后结果对比
- 异常数据检查与复盘
- 算法输出合理性验证
结果与证据
8 台塔吊案例中，累计等待时间由 54.81 min 降至 31.17 min，下降 43.13%
运动时间由 311.52 min 降至 245.53 min，下降 21.18%
优化后未进一步出现明显等待传播，相关论文在修
Pythonnumpypandas遗传算法运筹学调度优化仿真实验数据分析可视化
03
National Innovation Training Project
“智慧动脉”城市综合管网智能运维与抗灾韧性系统
国家级大学生创新训练项目
围绕城市地下综合管网状态感知不足、运维效率低、灾害响应能力不足等问题，组织智能监测、数字化运维与韧性提升方案研究，并推动国家级大创项目结项。
我具体做了什么
- 负责研究方向和总体方案组织，将较大的系统研究目标拆分为可执行任务。
- 协调成员分工、阶段进度、材料整理与答辩准备，推动项目从申报到结项交付。
- 完成跨成员任务协调、阶段成果复盘及项目文档沉淀。
测试 / 验证价值
- 系统方案拆解
- 阶段成果验收
- 资料归档
- 答辩材料组织
- 项目交付闭环
结果与证据
项目于 2024 年 3 月完成国家级大学生创新训练项目结项
体现项目推进、团队协同、责任意识和系统方案组织能力
智能运维系统方案设计数字化管理项目管理多成员协同结项材料组织
C-side Product Co-creation
新能源车主与用户侧产品共创实践
除了工程与测试经历，我个人也是多年新能源智能汽车深度用户。相比只从岗位描述理解智能座舱，我长期关注导航、语音、蓝牙/Wi-Fi、OTA、账号、车控、多媒体和场景化交互在真实用户场景中的体验变化。
辅助驾驶素材收集与反馈
参与极氪早期辅助驾驶相关素材收集、问题意见反馈，更熟悉真实用户侧对感知、稳定性、体验一致性的关注点。
座舱版本提前体验
参与座舱版本提前体验、意见收集与反馈，对 OTA、交互链路、功能迭代和用户感知缺陷有直接观察。
KOC 培训与内容实践
参与 KOC 培训、视频拍摄和个人抖音号孵化，能从用户表达、产品卖点和体验问题三个角度理解座舱功能。
Capability
能力画像
系统测试与 Debug
功能 / 稳定性验证通信异常定位断网恢复异常值检测回归验证日志与原始数据排查
Python 与数据自动化
pandas / numpyCSV / SQLite时间序列处理批量实验文件批处理结果统计
端云与接口
Linux / UbuntuMQTTHTTP / RESTWebSocketJSONAPI 调试
AI 工程化 Workflow
ChatGPT / CodexPromptSkillAgent日志分析文档沉淀
XPeng Fit
与智能座舱测试培训生的匹配
智能座舱全功能测试
从传感器到 Web 展示的端到端系统验证，覆盖功能、稳定性、异常和一致性检查
缺陷定位与闭环
长期真实 Debug：复现、看原始数据/日志、分层定位、修改、回归验证
自动化 / AI 测试
Python 批处理、实验自动化、AI-assisted Engineering Workflow，能把 AI 嵌入测试效率提升
需求理解与场景意识
科研建模、系统方案拆解、用户侧新能源座舱体验和反馈实践
跨团队推进
国家级大创负责人经历，具备任务拆解、协同推进、材料沉淀与交付意识
Contact
希望进入真实智能座舱测试现场
目标方向：智能座舱系统测试、自动化测试、AI 测试与测试开发。期待把我在端云系统、Debug、Python 自动化和新能源产品体验中的积累带到真实车企项目中。