生物医学工程与医疗电子
从 ECG、脉搏信号和课程硬件实践理解信号、设备、数据与人的关系，始终保留教学、实验和非临床边界。
ABOUT / LEARNING PROFILE
在工程问题里学习，
在证据里保持诚实。
这是生物医学工程本科生的个人工程实践作品集，记录医疗电子、生物信号、软件系统、数据分析、云计算与自动化实践，也记录项目的限制和未完成部分。
BACKGROUND
把专业背景连接到软件、数据与云技术。
生物医学工程让我关注信号、设备、数据与人的关系；软件、数据和云技术则帮助我把项目拆解成更清晰的输入、处理、证据与文档。
当前学习与项目实践包括 Python、NumPy、Pandas、Matplotlib、Jupyter、Linux、PowerShell、Git、Astro、Azure Storage Static Website 和 GitHub Actions。每项技术都放回实际项目中使用，而不是只列出工具名称。
我更重视问题定义、数据边界、可复现步骤和失败记录。作品集中的项目状态有意区分已验证、已整理、预研、开发中和规划中，避免把局部练习包装成临床、企业或生产结论。
FOUR DIRECTIONS
四类正在形成的优势
技术栈代表项目中的实际使用，不等同于本人已经独立精通全部技术。
AI 辅助软件与系统实践
在 ChatGPT、Codex 等工具辅助下参与软件、自动化和分析项目，同时由本人审核目标、权限、结果与失败状态。
云计算与可复现工程
使用 Astro、Azure Storage、GitHub Actions、OIDC、Python、Pandas、测试、日志、Manifest 和 SHA-256 整理公开成果。
复杂现场执行与跨团队协调
参与 100+ 场演出、音乐节和商业活动现场执行，承担统筹、沟通、优先级调整、异常反馈与恢复支持。
ENGINEERING METHOD
三个持续练习的工作原则
先定义范围
先写清数据来源、环境、公开范围和不在本次工作内的部分。
让结果可复核
尽量保留输入、脚本、输出、清单和验证命令，让别人能理解结果从哪里来。
让限制可见
把失败、待验证项和样本规模写进项目正文，而不是用更大的词替代证据。
STATUS LANGUAGE
项目状态意味着什么
已验证
有明确的本地或公开验收证据支持。
已整理
已有真实材料，完成了结构化整理与公开边界处理。
预研
范围、数据和评价协议有限，结论需要保持在预研层级。
开发中
仍有未完成阶段、局部验证和已知限制。
规划中
只表达下一步方向，不把计划写成已完成结果。
AI-ASSISTED DEVELOPMENT
工具可以加速实现，但不能替代边界判断。
本作品集中的多个软件、自动化和分析项目使用 ChatGPT、Codex 等 AI 工具辅助需求拆分、代码生成与修改、测试、问题排查和技术文档整理。
本人主要负责项目目标、真实使用场景、权限、费用、隐私和安全边界，负责实际操作或监督运行，审核结果与失败状态，并决定阶段是否继续。项目中出现的 Rust、Tauri、TypeScript、Go、PowerShell 或其他技术，不等同于本人已经独立精通这些技术。
FIELD EXPERIENCE
100+ 场活动现场执行与协调。
参与演出、音乐节和商业活动现场执行，承担任务分配、流程衔接、多团队沟通、优先级调整、异常反馈和现场恢复支持。
这段经历体现多任务、沟通、高压响应和执行跟进能力，但不等同于医院设备科、FSE 或医疗器械客户服务经验。
CURRENT DIRECTION
继续练习可复现分析、云端静态交付和公开边界。
当前方向是把真实学习材料整理成可读、可验证、可继续扩展的工程案例。
浏览项目案例 ↗