猿急送>

苏州C++兼职程序员

ID：385272

生活不宕机

ToolChain Engineer

公司信息：
APTIV

工作经验：
3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：
苏州
全区

技术能力

1. 精通 Qt 框架，熟悉 Qt5/Qt6 的多平台开发，能够在 Windows 和 Linux 环境下进行开发与部署。熟练使用 Qt Designer 进行界面设计，具备丰富的信号与槽机制、事件处理、QML 和样式表的使用经验，能够实现高度交互和响应式的用户界面。在 MVC模式中拥有深入的应用经验，能够高效地将模型（Model）、视图（View）和控制器（Controller）进行分离，提升代码的可维护性和扩展性。熟练进行多线程编程，优化 QtConcurrent、QThread 等机制，确保应用的高效性能。
在 Qt 项目中应用 Pimpl（Pointer to Implementation）和智能指针技术，提升代码结构的模块化和资源管理的安全性。

2. 精通 OpenCV 图像处理库，熟悉常用图像处理算法和技术，如边缘检测、轮廓检测、直方图均衡化、滤波、形态学操作等。
擅长基于 OpenCV 实现视觉检测系统，在工业检测领域中有丰富的应用经验，能够开发高效的缺陷检测、目标识别和图像对齐系统。具有丰富的经验应用 OpenCV 结合深度学习模型进行图像分类、目标检测、语义分割等任务，并使用 TensorRT 加速模型推理，提升系统的实时性。精通图像预处理技术，能够优化图像质量，减少噪声，提升图像对比度，为后续分析提供高质量数据。熟悉 OpenCV 与硬件接口（如相机和传感器）的结合，能够进行相机标定、图像采集和图像存储等操作。对视频流处理和实时图像处理有深入研究，能够在工业环境下应用 OpenCV 实现高效的视觉检测系统。

3. 精通 PyTorch 框架，熟悉深度神经网络（DNN）、卷积神经网络（CNN）、循环神经网络（RNN）和 Transformer 等神经网络结构的实现与优化。拥有丰富的深度学习模型训练与调优经验，能够通过迁移学习、数据增强、正则化等手段提升模型的泛化能力和精度。熟练使用深度学习加速技术，如 TensorRT、ONNX，有效提高模型推理速度，降低系统资源消耗，尤其是在嵌入式和工业环境中的应用。在计算机视觉领域有较强的应用经验，包括物体检测、语义分割、人脸识别、图像生成等任务，能够利用深度学习技术解决实际问题。

项目经验

1. 使用QT框架开发了车载真值数据的回放显示，能够显示dataview、3D view、plotview、实时视频数据等等
2. 基于多线程的四相机的尺寸和缺陷检测系统开发，16k*2000尺寸的图片处理时间在60ms内；负责企业级的界面设计和底层逻辑实现，使用MFC库进行四相机参数界面的高效稳定的设计；基于OpenCV的缺陷检测，如基于凸包的边缘余料、基于图像增强的灰度接近的缺陷检测等；