跳到主要内容
⌥ ✉ ◎
shen.weidan · 2027 · embedded × ai

Hi, my name is

沈炜丹。

把想法做成能跑起来的东西。

计算机科学与技术 2027 届本科生,主攻 嵌入式 / IoT 与 AI 应用。 从 STM32 上云到机器学习模型可解释性,我喜欢端到端地把事情做完、做真、做可复现。

$ cat now.txt

沈炜丹的插画形象与她的中华田园犬

>_ 鼠标移动时,会有不到 1° 的极轻微转向

// six panels

一页讲完我这几年

六格分镜。最快看懂我的方式——不用读十章。

深圳 · 出发ゴー01
深圳 · 出发我要在这里做点什么。
那个假期ドサッ02
那个假期没什么大道理,就是想靠自己。
家教カキカキ03
家教每一笔都是我自己挣来的。
到处试ダダダッ04
到处试什么都想试试——摸过才知道。
2025 · 举铁グッ05
2025 · 举铁练多少,它就还我多少。
回到深圳シュワッ06
回到深圳这次不一样了,我知道自己要什么。
01.

关于我

你好!我是沈炜丹,岭南师范学院计算机科学与技术专业 2027 届本科生,现居深圳。

我不是天赋型选手,但我享受从想法到实物的完整链路:查 datasheet、焊电路、调 MQTT、训模型、写页面——每一步都想亲手跑通。修满 160 学分,历年平均成绩 83.32,通过 CET-6,能顺畅阅读英文技术手册与芯片 Datasheet。

技术之外,我是校大学生艺术团器乐队队长,统筹 50+ 名队员、组织过 8 场校级活动;生活里自己做饭、养一只中华田园犬——它陪我熬过好几个调 bug 的夜。

C / STM32FreeRTOSMQTTPythonsklearn SHAPOpenCVJavaGitLinuxDocker

// 我做事的四个习惯

先搞懂原理再动手用示波器、万用表、日志把现象验证清楚再改代码。
每个项目都留可复现产出脚本、参数、README、报告一并进仓库。
指标诚实宁可写"难分数据 AUC 0.85",也不造满分假象。
不会就查一手资料芯片看 Datasheet,框架看官方文档,其次才是博客和 AI。
0真实项目
0GitHub 仓库
0已修学分
0历年均分
02.

项目经历

// 全部真实完成 · 点 details 看具体做法

📁

智能家居 IoT 系统 / STM32

STM32F103 + ESP8266 通过 MQTT 接入华为云 IoT 平台,完成传感器上报与远程控制双向联调,连续运行稳定。含 FreeRTOS 多任务与外设驱动。

STM32FreeRTOSMQTT华为云C

为什么做

课上点亮 LED 之后,我想知道"设备怎么真正连上云"。目标是能在手机上看到家里的温湿度,并能远程关灯。

具体做了什么

  • STM32F103 采集温湿度/光照,串口以 AT 指令驱动 ESP8266 联网
  • 在华为云 IoT 平台建产品与设备,按平台格式拼 JSON payload 上报属性
  • 订阅平台下发 topic,解析命令并回执,实现云端远程控制
  • FreeRTOS 拆成采集 / 上报 / 控制三个任务,用队列传递数据

踩过什么坑

AT 指令的时序和超时最容易炸,加了重试与断线重连;Wi-Fi 掉线后要能自动恢复,这块我改了三版才稳定。

📁

信用卡风控 + SHAP 可解释性 / 机器学习

真实信用卡数据集构建欺诈检测模型,先切分后重采样防数据泄露,以 AUC 为主指标并报告最优 F1 阈值下的分类指标;用 SHAP 做可解释性分析,附 MODEL_CARD 与可复现脚本。

PythonsklearnSHAPStacking

难点在哪

欺诈样本只占千分之一点几,模型很容易"全猜正常"还拿高分。所以我把指标口径放在第一位。

具体做了什么

  • 严格先切分、后重采样,只在训练折上做 SMOTE,杜绝数据泄露
  • 对比逻辑回归 / 随机森林 / XGBoost / Stacking 多组模型
  • 用真实标签做 SHAP 解释,输出特征贡献图
  • 写 MODEL_CARD(预期用途 / 指标 / 局限 / 伦理)与一键复现脚本

诚实说明

这批数据本身难分,AUC 大约在 0.85 量级,我没有为了好看去调出"满分"——指标可以复现,脚本和参数都在仓库里。

📁

工业缺陷视觉检测 / OpenCV

OpenCV + 卷积网络做金属表面缺陷检测,完成预处理、数据增强与调优,F1 达 0.97,输出可视化结果与实验报告。

OpenCVCNN数据增强

做了什么

  • OpenCV 做灰度化、去噪、对比度增强与 ROI 裁剪
  • 样本不足时用旋转 / 翻转 / 亮度扰动做数据增强
  • 搭建轻量 CNN 做缺陷分类,调学习率与批次大小

结果

F1 达到 0.97;把预处理前后对比、误判样本可视化写进实验报告,方便复盘哪些缺陷类型最难分。

📁

学生成绩管理系统 / Java

JavaFX + SQLite + JDBC 桌面成绩管理系统,支持增删改查、文件导入导出与统计图表,独立完成开发、文档与答辩。

JavaJavaFXSQLiteJDBC

做了什么

  • JavaFX 做界面,SQLite + JDBC 做本地持久化
  • 学生 / 课程 / 成绩三类数据的增删改查与条件查询
  • 支持文件导入导出,并画成绩分布统计图表

独立完成

从需求、编码、文档到现场答辩都是我一个人走完的——"交付给别人用"和"自己跑通"完全不是一回事。

📁

网络入侵检测 / 安全

基于公开入侵检测数据集做流量特征工程与多模型对比,输出混淆矩阵与误报分析——安全场景里,误报太多等于没法用。

特征工程分类模型混淆矩阵Python

做了什么

  • 对连接特征做编码与归一化,处理类别型字段
  • 对比多种分类器,用交叉验证选模型
  • 重点看混淆矩阵里的误报(FP)与漏报(FN)

我的判断

入侵检测里"把正常流量判成攻击"的代价很高,所以我把误报单独拎出来分析,并在报告里说明了阈值怎么取更实用。

📁

自动化测试框架 / 测试

搭了一套可复用的自动化测试脚手架:用例管理、批量执行、失败重试与可视化报告,把重复的手工回归交给脚本。

PythonpytestSeleniumCI

为什么要做

改一次代码就要手动点十几遍,太容易漏。所以我把用例抽成数据驱动的结构。

做了什么

  • 用例与数据分离,新增场景只改数据文件
  • 失败自动重试与截图留证,避免偶发失败干扰判断
  • 生成 HTML 报告,失败用例直接定位到步骤
📁

这个网站本身 / AI 工程

AI 生成个人 IP 形象,再用我自己的审美反复迭代把关;全部交互与 SVG 图标手写实现。本站是四个设计语言版本之一。

HTMLCSSJavaScriptSVG

这套形象是怎么定下来的

  • 先参照两位画师的风格生成两版方案,选定后拿满意的图当母图反复微调,不推倒重来
  • 中途试过「九宫格换帧」和「替换瞳孔」两种动眼方案,最后锁回单张原图——成品最好看
  • 交互全部手写:滚动渐入、导航高亮、项目筛选与详情弹窗、数字滚动、返回顶部
  • 鼠标移动时整幅形象有不到 1 度的极轻微转向,用 CSS 独立的 rotate / translate 属性实现,不干扰入场动画
📁

ESP32 嵌入式开发综合实训 / ESP32 / IDF

基于 ESP32 + ESP-IDF 完成一次完整的组件化嵌入式开发,把驱动 → RTOS → 图形界面 → 联网这条链路走通。

ESP32ESP-IDFFreeRTOSLVGLI2C

为什么做

课上点亮 LED 之后,我想知道一块 MCU 到底能把多少东西塞进去还能稳定跑。所以给自己定的目标是:一个板子,同时读传感器、刷屏幕、连 Wi-Fi。

具体做了什么

  • 组件化开发 LED / KEY / LCD / WiFi 驱动,FreeRTOS 下做多任务调度
  • QMI8658 三轴传感器经 I2C 采集 X / Y / Z 姿态角,LVGL 实时刷新到 LCD
  • 用图片取模工具生成点阵图、做自定义字体
  • WiFi 接入心知天气 API,把天气显示到屏幕上

踩过什么坑

LVGL 刷新和传感器采集抢同一批资源,屏幕会卡成一帧一帧。后来把 UI 刷新单独拆成一个任务、用队列传数据才顺起来——这是我第一次真切体会到任务优先级。

📁

AES 加解密演示系统 / Flask / Vue

课程里学完分组密码,我把它做成了一个真正能给别人用的前后端分离 Web 应用:后端三个 REST 接口,前端可视化加解密。

PythonFlaskVueREST密码学

为什么做

密码学课上一个尴尬的事实是:听懂原理 ≠ 能写出来。我想把这个等号补上,于是写了可以现场输入明文、生成密钥、加解密对照的小系统。

具体做了什么

  • Flask 提供 /api/generate-key、/api/encrypt、/api/decrypt 三个 POST 接口,PKCS7 填充 + Base64 编解码,flask-cors 处理跨域
  • aes_utils.py 独立实现 CBC 模式:IV 随机生成,IV 与密文拼接后再 Base64
  • 前端 Vue2 + Element-UI + Axios(vue-cli 4.5)做交互页面
  • 参数校验:密钥长度只认 128 / 192 / 256,Base64 格式校验,异常统一返回 code / message / data

踩过什么坑

最难的不是加密本身,而是两端对不齐:填充、编码、IV 的处理只要有一处不一致就解不出来。我专门写了一组固定测试向量做前后端互测,才确认加解密真正对齐。

📁

"大湾区杯"数学建模竞赛 · 优胜奖 / 技术负责人

带领组员在两周内完成 1000+ 条经济数据的清洗、成本差异分析与时序预测建模,独立输出技术方案与分析报告。

数学建模数据清洗时序预测团队协作

为什么做

想知道课上学的数据方法,放在真实、脏、口径不一致的数据上还灵不灵。竞赛是成本最低的一次验证机会。

具体做了什么

  • 1000+ 条经济数据清洗:缺失值与异常处理、口径统一
  • 成本差异分析 + 时序预测模型搭建与多轮迭代
  • 独立撰写技术方案与分析报告,负责可行性论证与方案迭代

踩过什么坑

第一次真切感受到「结论必须能被别人复算出来」。从那以后我的每个项目都留可复现脚本和参数,而不是只留一张结果截图。

03.

技能栈

// 诚实标注:熟练 / 掌握 / 学习中

证书 & 荣誉

HarmonyOS 应用开发者基础认证华为开发者学堂 · 有效至 2027.10
CET-6 443 | CET-4能读英文手册与 Datasheet
大湾区杯粤港澳数学建模 · 优胜奖2025 · 技术负责人
挑战杯课外学术科技作品竞赛 · 二等奖2025 · 第十届
中国国际创新大赛(互联网"+")· 三等奖2024
普通话二级甲等 · C1 驾照院文艺积极分子 · 院级优秀团队 · 院级优秀调研报告 · 校歌手大赛二等奖

能力矩阵

🔧 嵌入式STM32 / ESP32 外设驱动 · FreeRTOS 多任务与队列 · MQTT 上云 · 示波器 / 万用表调试
🤖 AI / 数据sklearn 建模与调参 · 类别不平衡处理 · SHAP 可解释性 · 指标口径与评估报告
🧱 软件工程Java / JavaFX / SQLite · Git 分支与协作 · pytest / Selenium · 文档与答辩
🛠 工具VS Code / Keil / CubeMX · Linux / Docker · Wireshark · Figma
📖 学习中LLM · Prompt / RAG · Agent 工作流
04.

AI 实验室

// 这个网站本身就是一次 AI 实践

同一组撞色速写形象 · 半身

未来属于会用 AI 的人

形象由 AI 生成、图标由我手写 SVG、交互代码由我理解原理后亲手实现。鼠标移动时,左边这幅(奶油水彩版)会有不到 1 度的极轻微转向——画面本身一点没变。

01拆需求 → 先想清楚要什么效果
02AI 出素材 → 同一形象批量出图
03手写交互 → 渐入 / 弹窗 / 微跟随
04手写交互 → 理解原理后自己实现
形象微跟随CSS 独立 rotate / translate
lerp 平滑视线连续不跳变
纯 SVG 骨骼中华田园犬手写绘制
四种设计语言同一内容四种气质
05.

成长轨迹

// 不是天赋型,是一路自己折腾过来的

技术线

2023 · 入学,第一次摸单片机点亮第一个 LED 花了整晚,但从此入坑嵌入式
2024 · 外设与协议串口、I2C、SPI 一个一个啃,学会看 Datasheet 而不是抄例程
2025 · STM32 + 华为云 IoT 落地第一次把设备真正连上云,端—云联调跑通那一刻特别爽
2025 · 转向机器学习风控模型 + SHAP 可解释性,学会"模型要能解释清楚"
2026 · 把 AI 用在自己身上AI 生成形象、手写交互代码——把自己变成"会用 AI 的工程师"

另一条线

2024 — 至今 · 校艺术团器乐队队长统筹 50+ 名队员的日常排练与演出安排
8 场 · 校级活动从节目编排、场地协调到现场突发处理,全程负责
我学到的把一群人的节奏调到一起,且在出状况时顶上去
生活里自己做饭、养一只中华田园犬——它陪我熬过好几个调 bug 的夜

学习笔记

MQTT 上云踩坑记AT 指令时序和超时最要命;断线重连写在任务里而不是中断里;payload 字段名必须和物模型完全一致。
SHAP 到底在解释什么它不是"归因真相",而是模型视角下的贡献分配;解释对象必须用真实标签。
STM32 多任务怎么拆采集、上报、控制拆成三个任务,用队列而不是全局变量;栈要给足否则莫名 HardFault。

去 GitHub 看完整仓库

15 个公开仓库 · 6 个置顶 · 每个项目都有 README 与可复现脚本

github.com/swdscsc

接下来我要啃的 / NEXT 90 DAYS

不是天赋型,所以我把路线写下来

FreeRTOS 深水区

内存管理 · 中断优先级 · 死锁与优先级反转排查

🎯 完成标志:写一个会死锁的小工程,再用 trace 工具定位并修好,配上笔记
Linux 驱动与设备树

字符设备驱动框架 · DTB 基础 · 交叉编译

🎯 完成标志:在开发板上跑通一个能被 open/read/write 的驱动模块
CAN / RS485 / Modbus

工业现场最常用的三种总线协议

🎯 完成标志:两块板之间用 Modbus 完成一次稳定收发并记录波形
CMake + C 单元测试

Unity / Ceedling,给 C 代码接上测试

🎯 完成标志:现有 STM32 工程的关键模块有可跑的单测
Git 协作 & GitHub Actions

PR 流程 · CI 自动跑测试 · 语义化提交

🎯 完成标志:某个仓库 push 即自动 lint + test + 出报告徽章
LLM 应用工程

RAG · Agent 工作流 · Prompt 版本管理

🎯 完成标志:做一个能查自己知识库的问答小工具并写清评测方法
算法与数据结构每日一题

针对笔试:链表 / 树 / DP / 图

🎯 完成标志:连续 60 天,错题归档成自己的模板本
每周精读一份英文 Datasheet / RFC

把 CET-6 变成真正能用的能力

🎯 完成标志:产出一份中文要点笔记 + 一个小验证实验
学完了能交付什么: ① 一周内跑通「STM32 外设 → RTOS → MQTT → 云」链路,交付可复现 demo; ② 数据类任务做到「清洗 → 建模 → 指标 → 可解释报告」闭环,而不是交一张截图; ③ 把每次踩坑沉淀成文档和第二个人能照着做的 SOP。
06.

你可能会问

// 先把话说清楚,省得互相猜

毕业设计目前做到哪一步了?

开题与方案阶段(在研)。我做的是方案层的工作:选题、器件选型、系统框图、控制策略设计。还没有做出实物,所以简历和这里我都不会写成"已完成",也不会编造运行指标。

为什么既做嵌入式又做 AI?

因为它们是同一条链路的两端:嵌入式让我知道数据是怎么从真实世界采集上来的,AI 让我知道这些数据还能变成什么判断。我不想只站在一端。

有企业实习经历吗?

暂时没有。所以我把每个课程项目和个人项目都做到"能交付"的程度:有仓库、有文档、有可复现的指标。这也是我现在最想补上的一块。

英语水平怎么样?

通过 CET-6,能顺畅阅读英文技术手册、芯片 Datasheet 和官方文档,写英文注释和 README 没问题。

到岗时间和地点?

本科 2027 届,现居深圳。实习与校招机会都在看,深圳及湾区城市可以到岗,时间可以配合。

What's next?

聊聊?

交流 · 合作 · 内推,都欢迎。我的邮箱始终在线。

3103141093@qq.com