1. 熟练使用Windows、Linux操作系统及办公软件;熟悉Hadoop、Spark等大数据计算平台的搭建过程与基本操作;
2. 熟悉时间序列数据与图像数据的多种预处理与特征提取方法,熟悉计算机视觉基础算法,熟练掌握多种传统机器学习算法;
3. 熟悉Caffe、TensorFlow等,熟练使用PyTorch深度学习框架;
4. 了解目标检测与识别、语义分割等计算机视觉基本任务的背景与评价指标,熟悉Faster R-CNN、YOLO、SegNet、U-Net、W-Net、GAN等深度神经网络的结构与应用场景,并依据研究了图像的语义矢量化问题。
2016.07-至今 四川西南交大铁路发展有限公司 数据挖掘工程师
担任研发中心数据部的数据挖掘工程师,主要对普速与高速道岔监测项目中的声发射监测数据进行数据分析工作;
使用基于自编码器的时域深度聚类算法将大规模声发射监测信号粗分为少数类别,在人工确认聚类结果后,统计每类信号的变化规律,进而结合案例推理模块的分析结果,估计所监测道岔的健康状态;
利用nw.js与开源可视化库ECharts,对各个项目各个道岔的全生命周期中所计算出的特征进行大数据可视化。