张曦
创始人 & AI 工程师 · AI 业务自动化
澳大利亚·墨尔本
我是 AI 工程师，目前的方向是面向澳洲中小型企业（SME）的 AI 业务自动化 —— 把过去需要全职员工才能完成的后台流程，转化为客户在数天内即可上线的自主智能体工作流。
我已两次为 Fortune 500 客户从模糊需求出发，完整走完架构设计、训练、优化与生产交付的全流程 —— 交付的不是研究 demo，而是真正被客户付费并集成到业务系统中的 AI 应用。
同时，我是麦考瑞大学的博士后研究员。博士学位于 2024 年在 RMIT 大学完成，期间在 MobiCom、SenSys、IEEE TMC、IEEE/ACM ToN 等 CORE A* 顶级会议与期刊发表论文 —— 这些研究积累正是我现在为 SME 构建平台的技术底气。
工作经历
创始人 & AI 工程师
AI 业务自动化方向 · 澳大利亚·墨尔本
- 在 OpenClaw、Hermes、OpenGOAL 和 MCP（Model Context Protocol）之上构建自有的智能体（Agent）编排栈 —— 作为 AI 业务流程的技术底座
- 沉淀多智能体协作、工具调用、DAG 式工作流执行的可复用范式，并将其产品化以服务企业客户
- 与澳洲中小型企业（SME）客户合作，设计并部署 AI 驱动的工作流自动化 —— 用智能体替代依赖人力的后台流程
博士后研究员
麦考瑞大学 · 澳大利亚·悉尼
- 研究方向为多模态 AI 与端侧推理，面向真实世界交互系统的低延迟感知和推理流水线
- 以第一作者身份发表 LargeCall（IEEE INFOCOM 2026，CORE A*），将大语言模型与手机传感器数据融合用于实时语音增强
- 担任 COMP8230、COMP8296、COMP3210/6210 课程客座讲师，并协助数据科学与 AI 方向博士生的指导工作
AI 工程师 · 技术负责人
Deego Technology · 澳大利亚·墨尔本
- 为一家 Fortune 500 零售客户设计并构建完整的 AI 平台 —— 仅依靠手机传感器在 >10,000 m² 的门店内做室内定位，无摄像头、无人工介入，端到端全自动
- 为流水线每一步（传感器融合、姿态分类、轨迹预测）构建自主 AI 智能体，组合成端到端工作流，而非一个单一的大模型
- 负责完整的 ML 生命周期：架构、训练、对漂移目标的验证（20 分钟内 <3 m）、端侧优化（量化、剪枝）、Docker + CI/CD
- 交付的不是 demo，而是被客户工程团队直接集成到生产系统的 AI 应用；以技术负责人身份制定技术方向
AI 工程师（研究与设计方向）
RMIT 大学 · 澳大利亚·墨尔本
- 主导一家 Fortune 500 客户智能手表手势识别系统的从零 AI 开发 —— 用深度学习替换原本失败的传统流水线，在 8 类手势、6 种场景、20 位参与者的条件下将准确率提升至 95% 以上
- 通过模型压缩与系统级 profiling，将推理时延降低 50% 以上，使方案可在资源受限的硬件上做实时部署
- 构建可完整复现的端到端工作流（数据采集、预处理、训练、超参调优、验证），可直接交接给后续团队
教育背景
博士 · 计算机科学
RMIT 大学 · 澳大利亚·墨尔本
论文题目: 基于深度学习与毫米波雷达的高级人体感知
在 CORE A* 顶级会议/期刊累计发表 9 篇论文
信息技术硕士 · 计算机科学
莫纳什大学 · 澳大利亚·墨尔本
论文题目: 基于 Spark-Scala 的大数据异常检测
信息技术国际优秀奖学金
计算机科学学士 · 计算机科学
北京交通大学海滨学院 · 中国·北京