技术能力

人工智能
1. 有2年的算法开发经验，从事目标检测和文本分析方向，熟悉相关网络结构和算法，具备 opencv 图像处理 能力，能够熟练使用 pytorch 框架搭建模型并训练和调优
Devops
1. 有3年的python和go开发经验，完成过模型推理的API服务开发和基于云服务的Devops工具开发
2. 有3年的基于kubernetes和kubeflow的人工智能平台架构设计、部署和运维经验，为人工智能平台提供模型训练，超参数调优、模型推理等功能。有基于Gitlab CI/CD实践经验
3. 有5年的基于AWS、GCP的架构设计、接口开发经验

项目经验

人工智能--手写字体识别
项目描述
面向平板手写软件平台，实现了对平板上手写笔记的识别，方便用户对自己书写笔记的 整理。目前手写识别功能通过云服务的方式提供，支持包含中文、英文、符号共 5423 个字 符，且在真实文本数据上精度可以达到 93.5%。该功能已应用在华为平板“云记”这款 app 上， 日访问量在 13 万左右。
工作职责
1. 百万级数据合成:针对没有开源中文文本数据的现状，通过算法合成百万级手写文本数
据，可以节省上万的成本开销
2. 手写识别算法研发:多任务文本识别模型开发，在不增加云服务部署资源开销的前提下，
提高了模型的泛化性
3. 手写识别算法优化:针对手写场景和手写文本数据特点，设计 transformer-ocr 模型，
进一步提高模型泛化性
4. 手写文本检测:针对手写文本场景，DBNet文本行检测模型的训练和调优

Devops--人工智能平台项目
1. 参与Kuberntes底层服务设计，负责应用服务最佳实践的组件选型、部署、调优
2. 熟悉kubeflow的底层设计，负责部署、维护人工智能平台
3. 参与和负责Gitlab的CI/CD流设计，结合Kubernetes Restful API服务实现应用持续集成和持续部署，并实现实时的应用日志收
集
4. 配置自动伸缩策略，实现基于流量的Pod横向伸缩和节点自动伸缩。

go开发--基于event的视频转码研发
1. 设计基于AWS的视频转码研发，通过S3+AWS Step Functions+Event实现视频转码。
2. 设计基于GCP的事吗转码研发，通过Cloud Storage+Cloud Function+Cloud Pub/Sub实现视频转码。

团队情况