猿急送>

成都其它兼职程序员

ID：346063

九猫

ai算法工程师

公司信息：
脉得智能科技

工作经验：
4年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
成都
锦江

技术能力

独立开发过 CV/NLP/机器学习项目，具备独立解决问题的能力。
精通医疗/通用场景图像分类、检测、信息抽取、OCR 及一维信号分类。
自学能力强，能够快速学习、掌握新技术和工具，持续跟踪业内最新技术进展（AIGC、LLM）。
熟悉 BERT 相关预训练模型的使用及其 NLU 任务定制等通用 NLP 技术及 LLM 大模型的微调。
在天池 CBLUE 医疗信息大数据比赛中排名第 27 名，KAGGLE 毒性评论打分比赛获得银牌。
熟练使用 PYTHON 开发，熟悉 C、MATLAB。

项目经验

PPG房颤分类模型研发
· 独立完成PPG房颤分类模型算法整体流程研发（数据分析、模型选取、预训练模型架构搭建，评测代码等）
· 基于MAE预训练范式，搭建TRANSFORMER模型，做预训练和微调，片段指标与公司sota模型持平
· 基于CONVNEXT-V2，将2d网络改写成1d网络，做预训练和微调，片段、人维度上均超越公司sota模型
· 使用CLEANLAB，将疑似标注有误的样本给标注人员做验证，经验证CLEANLAB可以找出困难异常样本
· 协助同事使用MAE预训练范式，训练ECG预训练模型，经验证模型同样可以学到良好表征

ST分割检测算法研发
· 独立完成QRS、T、P波分割算法整体流程研发（数据解析、模型选取、预训练架构搭建，评测代码等）
· 搭建PPLITESEG模型，修改为1维信号可用代码，利用MAE预训练范式做验证，训练LTST、QT、LUDB库数据
· 验证ST-T库、公司私有自测库以及华西数据集上QRS、ST表现，经验证效果超过之前传统算法模型

房颤负荷数据分析
· 临床数据分析年龄、房颤持续发作片段时间及性别三个维度信息，根据医生反馈，优化图片呈现结果（一期临床）
· 临床数据分析房颤负荷矫正算法起作用的数据、失效数据，统计归因（二期临床）
· 验证ST-T库、公司私有自测库以及华西数据集上QRS、ST表现，经验证效果超过之前传统算法模型

开发任务
· 完成已有ST传统算法c++代码接口升级工作（智能指针），并发现之前未发现过的bug，并修复，打包发版
· 完成模型替换传统信号质量判断算法升级工作，打包发版
· 完成fir实时显示滤波开发工作，打包发版
PPG血氧检测算法
· 做文献调研，撰写方案，仿真代码pipeline搭建，利用开源数据做验证，效果良好
· 对PPG传统滤波算法做调优，提出动态缩放方式稳定PPG波峰波谷输出，并于卡尔曼滤波效果作对比(公司私有数据)

ICU监护仪信息提取算法研发(IVD)
· 独立完成ICU监护仪信息提取算法整体流程研发(数据分析、清洗及制作,模型选取、训练及评估,后处理算法等)。
· 基于paddlepaddle设计基于PPYOLO-E目标检测算法与OCR联合识别策略,并完成相关代码编写及trt部署。
· 协助开发部门实现整体流程,并找出痛点问题解决方案,配合测试人员目关工作,并及时更新模型。
· 目前已支持飞利浦、迈瑞多种机型,共计26种模式的ICU视频流信息实时汇总,已迭代两次并在医院测试,效果良好。
· 撰写相关软著。

ITS100产品优化(IVD)
· 协助公司主推产品ITS100,甲状腺结节筛查相关实验推进(基于目标检测)。
· 训练、优化目标检测模型(YOLOX、YOLO-V7、DETR、DEFORMABLE-DETR、DINO等),并测试测试集表现。
· 对比不同方案训练在测试环节中效果差异(特异度和敏感度),并实验表现做相关分析。
· 协助公司主推项目快速试错,并从其他方案学习相关知识。

超声图像信息汇总算法(数据)
· 独立负责超声图像自动化厂商logo、左/右乳及相关OCR信息整合算法研发。
· 用目标检测与OCR联合识别策略处理超声图像,并使用activate learning提升标注效率,节约人力成本。
· 测试千张数据,对于脱敏超声图像,超声厂商、左右乳、OCR重要信息判断准确率分别为100%、90%、99%。
· 交付超声厂商分类模型,用于数据采集清洗工作。

甲状腺病理信息抽取算法(NLP)
· 处理非结构化甲状腺病理数据,主导基于规则及深度学习信息抽取算法研发工作。
· 与医疗数据专员沟通术中、病例及超声报告标注相关事宜,深入理里解项目需求。
· 基于传统方法,做数据预处理工作(OCR+数据清洗+标注)、构建甲状腺医疗字典与编写后处理函数。
· 基于深度学习,采用多任务预训练联合识别模型UIE,训练,并与传统算法做对比分析,优化UIE模型。
· 独立参赛天池CBLUE医疗数据比赛,并参加8个任务(总任务达16个),涵盖医疗信息抽取、文本分类等,获得了第27名。
· 经个人测试,2200条病理数据,传统算法表现达91%,uie+finetune达96%(优于bert+finetune达86%)。
· 撰写相关软著。

乳腺超声造影分割预实验(科研)
· 与医生沟通,理解项目需求(乳腺造影图像分割最大切面病灶)。
· 根据175张标记数据,做训练数据转换工作,并调研相关力方向前沿进展
· 使用多种分割模型(DEEPLABV3、SEGFORMER等)做话训练推理,根据训练、推理结果做方案可行性分析。

作答区