猿急送>

武汉其它兼职程序员

ID：178185

Garnett#5

通信工程师

公司信息：
浪潮思科网络

工作经验：
7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：
武汉
全区

技术能力

备注：我可以不要工资，只要求参与贵司的实际工作即可

教育经历
华中科技大学 (在职硕士) 电子与通信工程 2015-2019
武汉理工大学 (大学本科) 电子信息工程 2008-2012

2012年至今一直从事光通信领域的工作，主要是负责各种有线通信设备的硬件开发，即利用高集成度的专用及通用芯片来设计构建系统级的通信设备，从17年开始了解到深度学习在多个领域表现出的令人鼓舞的成果，并且产生了浓厚的兴趣，决心将职业生涯的方向向这个充满希望的领域转变，所以开始通过网上在线教育课程例如Coursera/ Udacity来学习积累了ML/ DL / CV领域所需的基础知识和各种理论，参加Udacity的计算机视觉工程师培训项目并通过了三个实践项目的审阅。 (confirm.udacity.com/AJPYDCPP)。
在职硕士课题中继续选择了深度学习视觉相关的竞赛赛题，并取得得了成果，继续加强了实践项目的经验和理论理解。

备注：我可以不要工资，只要求参与贵司的实际工作即可

项目经验

相关项目经验（基于Pytorch）
目标检测与图像语义分割（在职硕士课题） 2018.11-2019.03
项目描述：
该项目为本人在职硕士论文所做课题，项目源于AI Challenger 2018挑战赛无人驾驶感知赛题：目标检测和可行驶区域分割，使用一个模型，同时解决目标检测和可行驶区域分割两个子问题，并保证模型的速度与轻量。

基于CNN人脸关键点检测（Udacity培训项目） 2018.06-2018.07
项目描述：
Udacity培训项目Facial_keypoint_detection.训练集大小为3462，测试集大小为2308.对训练集进行预处理后,基于CNN，设计能够预测人脸68组关键点的深度学习模型。

基于CNN+RNN的图像描述（Udacity培训项目） 2018.07-2018.08
项目描述：
udacity培训项目 Image_caption基于处理序列模型encoder+decoder的架构，使用CNN（Resnet）+RNN（LSTM）实现图像理解描述的任务。
数据集使用COCO Dataset,
该模型使用pre-trained 的Resnet50作为提取特征的encoder