猿急送>

海外其它兼职程序员

ID：345919

Vincent

科研助理

公司信息：
纽约大学

工作经验：
1年

兼职日薪：
1200元/8小时

兼职时间：
可工作日远程

所在区域：
海外
全区

技术能力

深度学习与计算机视觉：熟练掌握 PyTorch、TensorFlow 等深度学习框架，具备扎实的计算机视觉理论知识，包括图像分割、点云配准、目标检测等。

生成模型与图像处理：熟悉 Diffusion Models、GANs 等生成模型，具备图像处理、风格迁移、图像压缩等方面的实践经验。
模型优化与部署：具备模型量化、剪枝等优化技术经验，熟悉 ONNX 模型转换与部署，能够在 Orin 等嵌入式平台上进行模型优化。

算法设计与实现：具备较强的算法设计与实现能力，能够针对特定问题提出创新解决方案，并将其转化为高效的代码实现。
科研能力：具备良好的科研素养，能够阅读和理解学术论文，并将其中的方法应用于实际项目中。
团队协作与沟通：具备良好的团队协作精神和沟通能力，能够与团队成员高效合作，共同完成项目目标。

项目经验

个性化多主题文本到图像生成：在 Dream Diffusers 项目中，我成功地将多个个性化概念融入到 Pixel-Art 中，并通过语义分割和概念保留损失函数等创新技术，提升了模型在多主题重构、艺术渲染和属性修改等方面的表现。

低重叠点云配准：在 Masked Point Cloud Registration 项目中，我提出了一种将 MaskNet 与 Multi-Level DCP 相结合的新方法，显著降低了 RTE 指标，并提高了配准精度。

自动泊车与车道线检测：在 SenseTime 实习期间，我设计并实现了用于自动泊车感知的道路实例分割端到端建模流程，并提出了实时 ARD 车道线跟踪和 3D 车道线检测框架，取得了优于现有技术的性能。

用于有损压缩的隐式神经表示：在中科院计算所实习期间，我通过集成低比特网络量化，改进了 SIREN 模型，实现了更高的压缩率、更低的精度损失和更高的 PSNR。

案例展示

基于视觉感知的自动泊车与车道线检测系统

在 SenseTime 实习期间，我参与了自动驾驶感知系统的研发，主要负责自动泊车和车道线检测模块。自动泊车：设计并实现了用于自动泊车感知的道路实例分割端到端建模流程，通过准确分割道路区域，为车辆提供可靠的泊车引导。车道线检测：提出了实时 ARD 车道线跟踪框
个性化多主题文本生成图像

Dream Diffusers 是一个基于扩散模型的文本到图像生成项目，旨在实现个性化多主题图像生成。作为项目负责人，我带领团队实现了以下创新：多主题融合：将多个个性化概念融入到 Pixel-Art 中，使得生成的图像更具创意和表现力。语义分割与概念保留：开发了创