熟悉 Linux 操作系统的使用,熟悉 Linux shell 命令及相关开发工具,拥有 Linux 计算集群的使用经验。
拥有良好的编程能力,熟练掌握和使用 C/C++、Python、Matlab 等编程语言。
擅长高性能并行计算,熟悉 MPI 和 OpenMP 并行编程, 熟悉 GPU 编程。
擅长数据分析和处理,熟练掌握 numpy、scipy、pandas、h5py、cupy、mpi4py 等数据分析和处理工具。
熟练使用数据可视化工具,如 Matplotlib、Seaborn 等。
深入理解机器学习和深度学习等领域的知识,并能够熟练使用相关的技术,如 scikit-learn、 TensorFlow、Keras 和 PyTorch 等。
完成多个科学数据分析处理项目,综合运用了高性能并行计算、GPU 编程、数据分析和可视化、机器学习及深度学习等相关技术,保证了研究机构相关课题的顺利进行。
利用卷积神经网络进行房源分类,采用 Keras 深度学习框架,根据房源照片对房源进行分类,达到比人眼识别更高的分类精度。
使用可逆 U-Net (一种卷积神经网络)对球面上的图像进行退卷积,以消除图像的点扩散函数效应,得到更高分辨率更真实的图像。