曹越洋 · 产品工程师 / 独立开发者
软硬结合的系统开发者，持续用数据智能、工程实现和产品化方法解决复杂问题。
基本信息
- 坐标：深圳
- 教育背景：中山大学高分子材料与工程学士；香港大学工业工程硕士
- 方向关键词：AI 产品、技术解决方案、智能硬件、独立开发
- 联系方式：andy.caoyueyang[at]gmail[dot]com
- GitHub：GreatAndyC
- 个人网站：caoyueyang.org
关于我
我是一名拥有理工科复合背景的产品与技术探索者。
从高分子的微观世界，到数据工程和系统工程的宏观视角，我更关注的是怎样把复杂技术真正落到产品里。相比停留在概念层面，我更在意工程闭环和执行效率。
无论是独立开发并推进一款 iOS App，从产品调研、交互设计、前后端开发、TestFlight一路走到上线；还是围绕 ROS、机器人、嵌入式设备、视觉识别和大模型 API 去完成一套可运行的技术方案，我更习惯把问题拆开，然后一步一步做到能用、稳定、可验证。
目前我在持续寻找 AI 产品经理、技术解决方案、智能硬件相关的全职或研究机会。
教育背景
香港大学
- 专业：工业工程与物流管理硕士，数据与系统工程学院
- 相关课程：信息物理系统、机器学习、智能交通与自动驾驶
- 研究方向：机器人负载下的深蹲训练过程的疲劳识别方法
中山大学
- 专业：高分子材料与工程学士，化学学院
核心项目
食光机：全栈 iOS 产品从 0 到 1 (已上线海外AppStore)
- 官网：shiguangjiapp.com
- 角色：独立开发者
- 覆盖环节：需求调研、产品设计、前后端开发、测试与上线准备
- 技术栈：Swift / SwiftUI、Supabase、AI 食物识别接口、UI/UX 设计
- 当前目标：把拍照识别食物与营养记录做成真正可持续使用的个人健康工具，持续优化中
- 系列文章：
硕士研究：机器人辅助深蹲训练中的疲劳识别
- 角色：硕士研究项目设计者
- 研究场景：围绕机器人辅助深蹲训练过程，探索人在负载训练中疲劳状态的识别方法
- 研究内容：结合主观疲劳评价（RPE）、表面肌电信号（sEMG）与平台记录的运动学数据，分析不同指标在疲劳识别中的表现
- 研究价值：这类工作与康复训练、智能运动系统、人机协作安全性都有直接关系，也让我系统接触了实验设计、数据采集、信号分析和研究写作
- 相关文章：硕士研究：机器人辅助深蹲训练中的疲劳识别
AI × IoT 软硬结合探索
- ESP32 小智语音终端：低成本接入大模型 API，验证嵌入式语音交互闭环
- STT 本地语音识别：探索离线语音转文字方案与私有化处理路径
- 雪中香港：Stable Diffusion 图像生成
- DeepSeek 私有化使用路径：梳理 API 调用、本地部署与私有客户端配置思路
数据分析与自动化项目
机器人与系统控制研究
- ROS / Gazebo / SLAM 相关仿真与控制实验
- 机器人非完整运动约束下的控制与远程操控
- 强化学习在交通信号控制中的初步实验
- 表面肌电、速度训练与主观疲劳评价的多模态融合研究
技术栈
移动与产品
- Swift / SwiftUI
- UI/UX 设计
- 产品分析与需求拆解
AI 与数据
- LLM API 调用与工作流设计
- Stable Diffusion
- Pandas / NumPy / SQL
- Tableau
机器人与硬件
- ROS / ROS2
- Gazebo
- ESP32 / Arduino
- 传感器与嵌入式原型验证