关于我

我是一名加拿大12年级学生。我的主要兴趣在于机器智能在不同领域的应用——金融、计算机视觉和医学影像。我着迷于同样的底层技术如何被调整来解决截然不同的问题。

背景

我从初中开始编程，最初只是做一些小工具和网站。高中时，我接触到了 YOLO，立刻被实时目标检测的能力吸引了。这份好奇心带我进入了卷积、CNN，最终是更广泛的深度学习领域。我发现自己不断在问两个问题：这些模型到底是怎么工作的？它们能解决什么实际问题？

我主要使用 Python 和 C++。大部分项目用 PyTorch 做深度学习，不过在构建面向用户的应用时也会用到 Web 开发（Next.js、TypeScript）。

当前工作

我目前在 UTMIST（多伦多大学机器智能学生团队）,Project Neura 担任研究实习生，参与一个开源的医学图像分割框架的开发。这份工作让我学到了很多——研究代码和生产代码的区别，以及如何设计其他研究人员真正能用的系统。

研究之外，我在 2024 年创办了 Amplimit——希望将商业竞赛中的想法变为现实。Amplimit 旗下的第一个项目是 LexAmp，一个 AI 法律服务平台，提供法律咨询和智能合同生成。未来我还计划拓展到科研工具和量化金融领域。

兴趣与方向

在技术层面，我最感兴趣的是：

• 量化金融：将机器学习应用于市场预测、风险管理和投资组合优化。市场是嘈杂的、对抗性的、不断变化的——对任何模型来说都是一个有挑战性的测试场。
• 计算机视觉：我从目标检测入门，转向医学图像分割，目前在探索开放词汇图像分类。我喜欢 CV 问题既直观又有技术深度的特点。
• 医学影像：特别是构建让研究更易获取的工具和基础设施。帮助其他人更快完成工作，有一种独特的满足感。

联系我

我很乐意聊聊机器智能、金融或者任何有趣的问题。如果你在做一些有意思的事情，或者只是想交流想法，欢迎通过 i@stevenchen.site 联系我，或者通过以下渠道找到我：