猿急送>

深圳前端兼职程序员

ID：384029

선녀가 바람을 쐬 다

高级AI算法工程师

公司信息：
广州某科技公司

工作经验：
2年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日

所在区域：
深圳
福田

技术能力

理解不同的机器学习算法，包括监督学习、无监督学习和强化学习
熟悉决策树、随机森林、支持向量机、神经网络等算法
熟悉深度学习框架，如TensorFlow、PyTorch、Keras
能够使用数据处理工具，如Pandas、NumPy等进行数据清洗、预处理和分析
理解数据可视化工具，如Matplotlib、Seaborn等
理解不同的评估指标，如准确率、召回率、F1分数等
能够使用交叉验证、网格搜索等方法进行模型调优
熟悉版本控制系统
理解软件开发生命周期和敏捷开发方法
理解并行计算和分布式计算的基本概念
能够使用GPU、TPU等硬件加速计算
了解图像处理、卷积神经网络、目标检测和识别

项目经验

项目一：基于深度学习的视频监控中的目标检测
基于深度学习的目标检测系统，用于实时视频监控，以识别和跟踪特定区域内的人员、车辆或其他重要目标。
关键技术：
使用卷积神经网络（CNN）如YOLO（You Only Look Once）或Faster R-CNN进行目标检测。
实现多尺度特征融合，提高小目标的检测精度。
集成光流技术以增强目标跟踪能力。
成果：
实现了99%以上的检测准确率。
系统能够在复杂环境下（如夜间、恶劣天气）稳定运行。
部署在多个安全监控系统中，有效提高了监控效率。
项目二：医学图像中肿瘤目标检测
设计并实现一个深度学习模型，用于自动检测医学影像（如CT、MRI）中的肿瘤位置和大小。
关键技术：
使用3D卷积神经网络处理三维医学图像数据。
利用图像增强技术提高模型对不同病变类型的泛化能力。
实现了一个用户友好的界面，供医生标记和验证检测结果。
项目成果：
模型在多个公开数据集上达到了95%以上的准确率。
显著减少了医生的诊断时间，提高了诊断的准确性。
为临床试验和研究提供了一个强大的辅助工具。
项目三：零售环境中的商品检测与分析
一个目标检测系统，用于零售环境中自动识别货架上的商品，分析库存状态，以及顾客的购买行为。
关键技术：
使用YOLO算法进行实时目标检测。
实现了对商品标签、包装和形状的多特征识别。
集成了顾客行为分析模块，通过目标跟踪技术分析顾客在店内的移动路径和购买偏好。
项目成果：
实现了货架商品的高准确率检测和实时库存更新。
通过分析顾客行为，帮助零售商优化商品布局和促销策略。
系统在多个零售商店成功部署，提高了运营效率和顾客满意度。