猿急送>

北京其它兼职程序员

ID：389612

日向陽矢

产品

公司信息：
阿里

工作经验：
1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：
北京
海淀

技术能力

我熟练掌握Java、Python和C++等编程语言。在Java方面，能够运用Spring、Spring - Boot和MyBatis等框架进行企业级应用开发，曾参与大型电商系统的后端开发，优化系统性能，使响应时间缩短了30%。Python方面，精通数据分析库如NumPy、Pandas，以及数据可视化库Matplotlib，擅长使用Scikit - learn进行机器学习模型的构建与训练。对于C++，熟悉其面向对象编程特性，曾参与底层图形渲染引擎的部分模块开发，提升了图形渲染效率。此外，我还掌握数据库技术，如MySQL的优化和调优，以及Redis的缓存应用，能够根据业务需求设计合理的数据库架构。

项目经验

我曾主导一个智能客服系统的开发项目。该项目旨在通过自然语言处理技术提升客服效率和客户满意度。我带领团队使用Python搭建系统框架，运用Transformer架构的BERT模型进行语义理解和意图识别，经过大量数据训练和调优，使意图识别准确率达到90%以上。同时，利用MySQL存储客户对话数据，通过数据分析优化知识库。项目上线后，客服人力成本降低了20%，客户问题解决率提高了15%，为企业带来了显著的效益。

案例展示

驾驶员情绪识别

基于经典情绪数据集以及爬虫技术采集的网络公开的驾驶员座舱图片与视频流，并进行批量预处理与数据清洗，设计了泛化于驾驶场景的驾驶员情绪数据集。采用了基于深度学习的情绪识别模型，修改了 YOLOv7网络结构，实现了对驾驶员情绪的准确识别。基于PyQt5设计了简洁美观的UI界
基于深度学习的垃圾分类识别系统

数据集达8w张，使用CNN与mobilenet训练模型并进行对比，训练结果可视化并搭建了UI界面。可以实现4个大类，245个小类的垃圾种类识别，识别精度良好，达到90%以上
驾驶员情绪识别

基于经典情绪数据集以及爬虫技术采集的网络公开的驾驶员座舱图片与视频流，并进行批量预处理与数据清洗，设计了泛化于驾驶场景的驾驶员情绪数据集。采用了基于深度学习的情绪识别模型，修改了 YOLOv7网络结构，实现了对驾驶员情绪的准确识别。基于PyQt5设计了简洁美观的UI界
基于深度学习的垃圾分类识别系统

数据集达8w张，使用CNN与mobilenet训练模型并进行对比，训练结果可视化并搭建了UI界面。可以实现4个大类，245个小类的垃圾种类识别，识别精度良好，达到90%以上