猿急送>

南京Python兼职程序员

ID：162795

弘毅

python

公司信息：
南京大学

工作经验：
2年

兼职日薪：
1000元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
南京
全区

技术能力

具备数据结构、计算机网络、操作系统等理论基础
• 掌握Java基础知识、并发编程、JVM、设计模式
• 熟悉MySQL数据库，会使用Redis，熟悉Redis(6.0)源码
• 会简单使用Zookeeper、Kafka、Hadoop，了解其实现原理
• 机器学习理解CNN特征提取网络、熟悉常用目标检测算法、熟悉LR、SVM、PCA、NBM、BP、DNN、KNN、Kmeans
等
• 其它技能熟悉C++编程语言、会简单使用Linux命令、会简单CUDA编程

项目经验

2019-11 ~ 2020-03 基于机器视觉的清扫车智能评分系统项目参与者
2019-05 ~ 2020-06 智慧城市综合治理项目核心开发者
申请专利一项(二作)
需求:
实现一个基于分布式的高并发场景下的商品抢购系统。用户可以前端登录，多个用户同一时刻抢购商品，在商品抢购进行过
程中，商家可以随时后台添加商品。
编程语言:Java
负责部分:
(1) 将AES和RSA加密算法相结合，同时使用md5哈希算法，实现用户登录过程中数据的加密传输；
(2)　基于Redis的键值数据库预热购买频率较高的商品(比如商品名称、商品库存等)，缓解高并发访问时对数据库造成的压
力；同时使用相关机制解决缓存与数据库读写不一致的问题；
(3) 　基于Zookeeper中的临时顺序节点特性，创建分布式锁实现商品库存的并发访问与修改，解决商品超卖问题；
(4)　基于kafka消息中间件中的发布订阅模式实现买家购买记录异步入库，基于一致性哈希算法，将商家购买记录做简单的
分表存储，一致性哈希算法避免了数据表增加时需要批量迁移数据的问题；同时使用用户ID生成分表的哈希值，确保了单个
多条记录共表存储，便于SQL统计与查询；
(5)　基于nginx的epoll机制，将项目分别部署到两个不同的tomcat服务器上，实现高并发场景下的负载均衡；
(6)　基于snowflake算法生成用户订单编号，确保了在分布式系统中用户订单编号的唯一性，同时确保了数据表索引的递增
性，相比UUID，有较大性能提升；
(7)　使用Redis数据库存储，通过Token方式解决用户重复下单问题；用户请求下单页面，服务器生成用户页面对应Token
存储在Redis并返回给用户，当用户携带返回的token提交订单信息，服务端进行相等性检测，若token相同，则下单成功，
并更新Redis中的token；
(8) 使用MySQL数据库中的binlog线程、Slave_IO_Runing线程、Slave_SQL_Runing线程实现数据库信息的读写分离，主
库为master，从库是slave，master库负责数据写入操作，slave节点负责数据库负责读操作；
(9)　使用JMeter压测工具完成对数据接口的并发测试；
注:此项目主要用来学习，并无实际商用。
需求:
通过对高速公路清扫车前后左右安装智能探头，基于边缘计算实现对清扫车清扫时质量的评定，并且对道路质量进行评判打
分，将边缘计算后的数据实时传到后台管理系统，供相关人员进行决策。
编程语言:Python
负责部分:
(1)　使用基于Faster-RCNN的FPN检测算法实现对路面抛洒物的智能识别；
(2)　基于多线程技术，通过超时重传算法+队列实现对计算结果实时传输，由于边缘设备内存较小，为了解决网络发送时内
存队列数据溢出问题，实现基于磁盘的队列，有效解决内存队列溢出问题，确保数据全部到达；
申请专利一项
需求:
在智慧城市建设过程中，实现对城市街道的治理至关重要。对于街道常出现的违规摆摊、乱设广告牌、暴露垃圾、占道堆物
等实现智能检测与识别，并将检测到的异常及时上报。
编程语言:Python C++
负责部分:
(1)　使用基于Faster R-CNN的FPN检测算法实现对图像中出现的异常信息进行检测与识别；
(2)　基于摄像头定点定时抓拍图像，使用图像mask实现对非检测区域的遮罩，此方法有效降低误报率；
(3)　将CUDA编程与C语言结合，实现对底层NMS等算法的优化与加速；
(4)　由于摄像头固定多角度抓拍图像，使用ResNet卷积的Avg Pooling层提取特征，应用top-N算法实现对图像角度的分
类；
(5)　使用正负样本相结合的机制，实现基于数据的正负样本对抗训练，有效降低检测过程中误报的问题；
(6) 使用多线程技术实现图像抓拍、图像检测、界面渲染、网络发送等功能的并发执行；
(7) 使用k-means聚类算法对现有标注数据做聚类分析，以此实现大类别的细粒度划分，确定每个小类边界。