猿急送>

长沙Python兼职程序员

ID：126191

小红薯

AI Python

公司信息：
985大学计算机研三

工作经验：
3年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日
可工作日驻场（自由职业原因）

所在区域：
长沙
全区

技术能力

专注于大数据之上的机器学习算法研究与应用，了解机器学习、深度学习、强化学习、迁移学习、主动学习、特征提取与稀疏学习、等级学习等相关知识，对人工智能抱有极大的热情。
1,熟悉机器学习、深度学习领域的技术研发工作，神经元网络模型设计与优化、强化学习、迁移学习、主动学习、维度降低、核方法、谱方法、特征提取与稀疏学习、等级学习、推荐、随机优化等的算法和系统研发等
2、机器学习尤其是深度学习前沿问题的探索与研究，结合未来实际应用场景，提供全面的技术解决方案
3、负责提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能
4、负责提供大数据分析建模方案。
5、熟悉python爬虫。

项目经验

1、研究方向为深度学习方向；
2、熟悉常用机器学习算法，对模式识别、深度学习、增强学习等相关领域，极佳的工程实现能力，精通Python编程语言
3、有数理分析方面良好的素养以及数理统计基础
4、良好的数据敏感能力、较强的逻辑分析能力
5、良好的团队合作精神，能够做到严谨、皮实、乐观
6、有deep learning的经验，linux下开发经验，大规模数据处理经验

案例展示

基于DA-CCS算法的时频图目标检测算法

提出了一个针对强杂波下弱小目标检测的深度学习算法，设计了一个基于深度网络的杂波抑制模块。主要使用的编程语言为python，深度学习框架为tensorflow。实验结果表明，算法对信杂比的提升达到15-20dB。
小样本下的深度学习方法

针对小样本下深度网络过拟合的问题，使用轻量化的Tiny-Yolo网络，研究深度学习检测性能和训练收敛所需要的Epoch与样本容量的关系。
未知杂波分布下的概率密度函数估计方法

针对未知杂波分布情况下目标检测困难的问题，采用python语言，对杂波分布进行智能拟合。从概率分布函数和累积分布函数的拟合情况来看，算法拟合性能好，特别是对pdf的右尾估计误差较小。