猿急送>

长沙其它兼职程序员

ID：337477

There for you 身份已认证

研究生

公司信息：
中南大学

工作经验：
1年

兼职日薪：
500元/8小时

兼职时间：
可工作日远程

所在区域：
长沙
全区

技术能力

本人现在是研究生，专业是应用统计学，修习课程包括随机过程、统计计算、时间序列分析等，对马尔科夫链以及蒙特卡洛模拟十分熟悉，目前主要从事深度学习、机器学习方面的研究，熟悉大规模数据的处理和分析，本科是211，曾参加全国大学生数学建模竞赛，获得全国一等奖（获奖率0.7%），多次参加kaggle比赛，多次排名前10%，熟悉常见的python数据预处理、数据分析等操作，在自动化脚本编写、数据处理和Web API集成方面拥有丰富的经验，熟练使用PyPDF2, pdfplumber, openpyxl, pandas、Tesseract、requests、Celery、Airflow、Agile、Scrum等库。擅长使用Python处理各种文件格式，包括PDF和Excel，并能够设计高效的工作流程自动化解决方案，熟悉lgbm、xgboost、catboost等集成学习方法，对深度学习模型也较为了解，包括但不限于transformer类网络、cnn网络等，同时复现改进过多篇顶会论文，包括ICLR,ICML,NeurIPS等，对CV和时间序列均有一定了解。

项目经验

本人现在是研究生，专业是应用统计学，主要从事深度学习方面的研究，对传统统计学习方法也较为熟悉，包括蒙特卡洛模拟，svm等方法，对于大规模数据也有一定处理经验，能够使用自动化脚本，从Web API下载PDF和Excel文件，并利用Python的PyPDF2和pdfplumber库提取PDF和Excel中的特定信息和数据，使用Git进行版本控制，并定期提交代码变更。另外对一些基本的深度学习模型较为了解，实验室算力较充足，有多篇视觉顶会中稿，包括CVPR，TVCG等，并且本人目前时间充裕，代码编写，调试经验丰富。

案例展示

unet调试

UNet是一种用于图像分割的深度学习架构，由Ronneberger等人于2015年提出。UNet的设计灵感来源于全卷积网络（Fully Convolutional Network）和编码-解码结构，旨在解决图像分割任务中的语义分割和实例分割等问题。
ICLR2024Pathformer复现

Pathformer是一种具有自适应路径的多尺度 Transformer 用于时间序列预测。通过引入多个patch大小的patch划分和分割patch上的双重注意，集成了多尺度时间分辨率和时间距离，从而能够对多尺度特征进行全面建模。此外，自适应路径根据不同的时间动态选择和聚合特定
Kaggle ISIC2024

在Kaggle ISIC2024中，要求开发基于图像的算法，以识别具有 3D 全身照片（TBP）中单病灶裁剪的组织学确诊的皮肤癌病例。图像质量类似于智能手机的特写照片。设计的二元分类算法可用于无法获得专业护理的环境，并改进早期皮肤癌检测的分类，评价指标是在高于 80% 真阳性