猿急送>

南京Python兼职程序员

ID：280031

。。

Python软件工程师

公司信息：
亚信科技（南京）有限公司

工作经验：
4年

兼职日薪：
500元/8小时

兼职时间：
可工作日远程

所在区域：
南京
全区

技术能力

作为一名后端Python工程师，我具备丰富的技术能力和经验。我熟练运用Python语言及其相关框架和库，尤其擅长使用FastAPI框架构建高效、可靠的API和机器学习应用。我深谙RESTful API设计原则，并能够设计和开发具有良好可扩展性和可维护性的后端系统。此外，我在数据库方面有着丰富的经验，包括使用关系型数据库（如MySQL、PostgreSQL）和NoSQL数据库（如MongoDB）进行数据存储和管理。
我还具备全栈开发的能力，能够与前端团队密切合作，实现端到端的应用程序开发。我熟悉JavaScript和TypeScript，能够使用Node.js构建灵活的服务器端应用，并与前端界面无缝集成。此外，我对容器化部署和微服务架构有一定的了解，能够利用Docker等工具将应用程序有效地部署到生产环境中。
在团队中，我注重沟通和协作，能够与其他团队成员紧密合作，共同解决问题并推动项目进展。我对持续学习和不断提升自己的技术能力充满热情，致力于为团队和项目的成功做出贡献。

项目经验

我曾参与过多个引人注目的项目，其中一项是基于深度学习的甲骨文拓片分割研究。在这个项目中，我利用深度学习技术，如卷积神经网络（CNN）和语义分割模型，对甲骨文拓片进行自动分割和识别，为考古学研究提供了重要支持。
另一个项目是水果成熟度图像分析，我利用计算机视觉和图像处理技术，对水果的成熟度进行非侵入式的检测和评估。通过分析水果图像的颜色、纹理等特征，我成功地实现了对水果成熟度的准确预测，为农业生产提供了有效的辅助手段。
此外，我还参与了SLAM（Simultaneous Localization and Mapping）建图的开发。在这个项目中，我使用了SLAM算法和3D地图重建技术，实现了对室内环境的实时定位和建图，为机器人导航和自主移动提供了可靠的基础。

案例展示

基于深度学习的甲骨文自动识别技术研究

在这个项目中，我们利用了深度学习技术，特别是卷积神经网络（CNN）和语义分割模型，来处理甲骨文拓片的图像。我们的目标是实现自动化的拓片分割和识别，以支持考古学研究。通过训练模型，我们能够准确地识别拓片中的文字和图案，为研究人员提供了可靠的工具，帮助他们更好地理解和解释这些古老文物
水果成熟度图像分析项目

在这个项目中，我们利用了计算机视觉和图像处理技术，对水果的成熟度进行了分析和评估。通过收集水果的图像数据，并结合颜色、纹理等特征，我们开发了一个算法来预测水果的成熟度。这项技术可以应用于农业生产中，帮助农民和果农在收获和销售过程中做出更明智的决策，提高产量和质量。