茜草亦优幽
人工智能应用工程师
陌陌 · 3年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
目前涉及的技术领域主要包括用于办公信息处理的机器人过程自动化及相关爬虫技术、基于示范的智能体模仿学习方法、深度学习、机器学习、基于Unity游戏引擎的虚拟现实技术以及强化学习等方面，对数据分析、图像处理有一定的认识，编程语言主要为Python,C#、C++也有所涉及。
项目经验
2020.07-2020.07 机器人过程自动化
主要利用python爬取邮件进行数据处理后，生成贺报发送至指定微信群；利用python实现网页的自动刷新和资料的上传。
2019.12-2021.03 自主智能体的灵巧精准操作学习与验证
负责内容：实现基于示范的智能体操作技能学习。采用非端对端的方式实现智能体对不同操风格的操作技能的学习。
1）首先，利用有监督和无监督学习的相结合的方式实现多模态数据的学习，主体结构采用多模态交叉的VAE获得低维特
征表示；2）然后，基于Infogan实现利用无监督的方式学习到示范操作数据集中隐含的不同的操作风格；3）最后，基
于Unity搭建典型的无人机飞行场景进行验证。主要利用tensorflow和Python进行实现。
2020.04-2020.05 2020中兴捧月神算师-算法精英挑战赛 个人参赛
比赛题目及实现：题目为实现对场景中行人的多目标追踪。主体采用了free-anchor的FairMOT，通过在MOT15、17等数
据集上训练得到的模型，及对置信阈值、最小筛选框、检测阈值等进行微调后获取结果。根据要求对结果进行负值剔除。
最终获得区域优胜奖。
主要利用python爬取邮件进行数据处理后，生成贺报发送至指定微信群；利用python实现网页的自动刷新和资料的上传。
2019.12-2021.03 自主智能体的灵巧精准操作学习与验证
负责内容：实现基于示范的智能体操作技能学习。采用非端对端的方式实现智能体对不同操风格的操作技能的学习。
1）首先，利用有监督和无监督学习的相结合的方式实现多模态数据的学习，主体结构采用多模态交叉的VAE获得低维特
征表示；2）然后，基于Infogan实现利用无监督的方式学习到示范操作数据集中隐含的不同的操作风格；3）最后，基
于Unity搭建典型的无人机飞行场景进行验证。主要利用tensorflow和Python进行实现。
2020.04-2020.05 2020中兴捧月神算师-算法精英挑战赛 个人参赛
比赛题目及实现：题目为实现对场景中行人的多目标追踪。主体采用了free-anchor的FairMOT，通过在MOT15、17等数
据集上训练得到的模型，及对置信阈值、最小筛选框、检测阈值等进行微调后获取结果。根据要求对结果进行负值剔除。
最终获得区域优胜奖。
茜草亦优幽
人工智能应用工程师 · 3年经验 · 陌陌
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
目前涉及的技术领域主要包括用于办公信息处理的机器人过程自动化及相关爬虫技术、基于示范的智能体模仿学习方法、深度学习、机器学习、基于Unity游戏引擎的虚拟现实技术以及强化学习等方面，对数据分析、图像处理有一定的认识，编程语言主要为Python,C#、C++也有所涉及。
项目经验
2020.07-2020.07 机器人过程自动化
主要利用python爬取邮件进行数据处理后，生成贺报发送至指定微信群；利用python实现网页的自动刷新和资料的上传。
2019.12-2021.03 自主智能体的灵巧精准操作学习与验证
负责内容：实现基于示范的智能体操作技能学习。采用非端对端的方式实现智能体对不同操风格的操作技能的学习。
1）首先，利用有监督和无监督学习的相结合的方式实现多模态数据的学习，主体结构采用多模态交叉的VAE获得低维特
征表示；2）然后，基于Infogan实现利用无监督的方式学习到示范操作数据集中隐含的不同的操作风格；3）最后，基
于Unity搭建典型的无人机飞行场景进行验证。主要利用tensorflow和Python进行实现。
2020.04-2020.05 2020中兴捧月神算师-算法精英挑战赛 个人参赛
比赛题目及实现：题目为实现对场景中行人的多目标追踪。主体采用了free-anchor的FairMOT，通过在MOT15、17等数
据集上训练得到的模型，及对置信阈值、最小筛选框、检测阈值等进行微调后获取结果。根据要求对结果进行负值剔除。
最终获得区域优胜奖。
主要利用python爬取邮件进行数据处理后，生成贺报发送至指定微信群；利用python实现网页的自动刷新和资料的上传。
2019.12-2021.03 自主智能体的灵巧精准操作学习与验证
负责内容：实现基于示范的智能体操作技能学习。采用非端对端的方式实现智能体对不同操风格的操作技能的学习。
1）首先，利用有监督和无监督学习的相结合的方式实现多模态数据的学习，主体结构采用多模态交叉的VAE获得低维特
征表示；2）然后，基于Infogan实现利用无监督的方式学习到示范操作数据集中隐含的不同的操作风格；3）最后，基
于Unity搭建典型的无人机飞行场景进行验证。主要利用tensorflow和Python进行实现。
2020.04-2020.05 2020中兴捧月神算师-算法精英挑战赛 个人参赛
比赛题目及实现：题目为实现对场景中行人的多目标追踪。主体采用了free-anchor的FairMOT，通过在MOT15、17等数
据集上训练得到的模型，及对置信阈值、最小筛选框、检测阈值等进行微调后获取结果。根据要求对结果进行负值剔除。
最终获得区域优胜奖。
立即沟通
