个人简介
AI Agent 开发工程师与 ML 研究科学家，7+ 年研究与开发经验，成果发表于 NeurIPS、ICML、CVPR 等顶级会议。近阶段围绕 Agent 系统原型研发、评测闭环建设与数据/后端基础设施积累了较多实践经验，具备从研究原型、系统设计、关键模块实现到效果分析与持续迭代的完整推进能力。具备开源贡献与个人原型研发经验，持续关注 Agent workflow、tool use、评测分析、运行时行为诊断等方向，能够跨研究、工程与产品化边界协同，把复杂系统从想法推进到可运行、可分析、可优化的闭环。此外，担任 TAG-DS Workshop 2026 Area Chair，并为 ICML、ICLR、NeurIPS、SoCG 审稿，具备从研究、评测到学术服务的持续参与经验。
技术技能
Agentic AI
Agent 框架开发
Skill 系统设计
MCP
多智能体协作
记忆系统
Agent 评测与调优
Session 管理
Tool Use
编程语言
Python
PyTorch
TensorFlow
Spark
CUDA
C++
Java
JavaScript
SQL
AI/ML
LLM/VLM
Transformer
扩散模型
强化学习
数据管线
模型评估
Prompt Engineering
基础设施
AWS
分布式系统
数据库
全栈开发
CI/CD
开源贡献
- 作为 Contributor 累计提交 20 个 Pull Request，参与 Agent 相关工具、部分 Skill、工作流辅助能力与运行时问题修复/改进
- 基于个人研发需求设计并实现多个可复用 Agent Skill 与自动化工作流，覆盖自动化科研、任务拆解与编排、Web/社交信息检索、跨来源内容汇总等典型场景，其中部分能力以开源贡献形式沉淀
- 围绕 MCP 协议接入、Tool 路由、Session/Thread 状态、Memory 机制、多模型协同等方向开展原型开发与问题诊断，重点关注长流程任务中的失败恢复、上下文传递、可观测性与效果优化
工作与研究经历
导师: Prof. Jie Gao
- 围绕 Agentic RL / 多步决策问题开展原型实验与评测探索，关注反馈信号设计、行为优化与实验分析，积累相关研发经验（相关工作：[ICML 2024]）
- 主导开发 TopInG 可解释图学习框架，负责方法设计、实验推进、结果分析与论文产出，在分子性质预测任务上实现精度和可解释性最高 20% 提升（[ICML 2025]）
- 参与建设 DL3DV-10K 大规模 3D 视觉基准，支持数据整理、基准构建与研究验证，项目覆盖 10K+ 真实场景，GitHub 获 550+ Stars，形成可被后续研究持续复用的公共资源（[CVPR 2024]）
- 开展非欧几何与双曲空间表示学习研究，围绕 Neuc-MDS、超越欧氏空间的 Johnson-Lindenstrauss 扩展，以及 Hyperbolic Space LSH 推进具有理论保证的表示学习与近邻检索方法（[NeurIPS 2024], [NeurIPS 2025], [SoCG 2026]）
导师: Prof. Tamal K. Dey
- 主导推进 GRIL 拓扑向量化框架研究，从理论建模、算法设计到实验验证完整闭环落地，证明其具备更强表达能力；并进一步延展到 D-GRIL 端到端拓扑学习方向，推动多参数持续性表示直接进入可微学习流程，并探索将拓扑与几何方法应用到 AI4Science 场景，增强理论工具在药物发现、材料设计等实际任务中的落地解释力（[PMLR 2023], [SoCG 2026]）
- 开发广义持续性算法，提升多参数拓扑分析任务的计算效率，为大规模科学/几何数据处理提供可复用的算法基础与实现路径（[JACT 2022]）
大数据与分析 | 加州红木城
- 负责基于 Spark 搭建玩家行为数据的端到端 ML 流水线，覆盖数据处理、特征构建、建模支持与参与度预测分析，支撑业务侧对玩家行为的规模化建模
- 设计并推动特征工程与数据压缩方案落地，将数据视图体量降低 30–40%，提升下游分析效率与建模资源利用率
AWS 基础设施组 | 西雅图
- 参与开发并部署实时数据管理系统，处理大规模网络消息流，承担后端基础设施与数据流转相关模块实现，支持内部系统稳定运行与消息处理效率提升
- 独立负责 Web 应用主要模块开发，覆盖数据库建模、后端业务 API、NLP 功能实现与前端 UI/UX，具备从需求到交付的完整全栈推进经验
- 面向开发者与企业用户排查并解决复杂 SQL Server 问题，形成数据库系统分析、性能定位与查询优化的系统化实践能力
教育背景
计算机科学博士 · 普渡大学 (Purdue University)
2023
论文: Decomposition and Stability of Multiparameter Persistence Modules · 导师: Prof. Tamal K. Dey
计算机科学硕士 · 理海大学 (Lehigh University)
2016
论文: Machine Learning Techniques for Medical Image Analysis · 方向: 计算机视觉、深度学习医疗影像
代表论文
SoCG 2026 S. Mukherjee, S. N. Samaga, C. Xin, S. Oudot, T. K. Dey. "D-GRIL: End-to-End Topological Learning with 2-parameter Persistence"
SoCG 2026 C. Deng, J. Gao, K. Lu, F. Luo, C. Xin. "Locality Sensitive Hashing in Hyperbolic Space"
ICML 2025 C. Xin et al. "TopInG: Topologically Interpretable Learning via Persistent Rationale Filtration"
NeurIPS 2025 C. Deng, J. Gao, K. Lu, F. Luo, C. Xin. "Johnson-Lindenstrauss Lemma Beyond Euclidean Geometry"
NeurIPS 2024 C. Deng, J. Gao, K. Lu, F. Luo, H. Sun, C. Xin. "Neuc-MDS: Non-Euclidean MDS Through Bilinear Forms"
CVPR 2024 L. Ling, ..., C. Xin, et al. "DL3DV-10K: A Large-Scale Scene Dataset for Deep Learning-Based 3D Vision"
ICML 2024 S. Haddadan, C. Xin, J. Gao. "Optimally Improving Cooperative Learning in a Social Setting"
荣誉与领导力
微软高校编程大赛冠军（2017 @ 俄亥俄州立大学、2015 @ 理海大学）
研究生课程讲师: 算法设计与分析（45 名学生，2025）
Area Chair: TAG-DS Workshop（2026）
审稿人: ICML、ICLR、NeurIPS、SoCG
v.2026-05-08