yax
算法工程师
中科院自动化所（北京） · 3年经验
日薪：
￥800/8h
地点：
北京 海淀
时间：
下班后周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1、掌握通用深度学习算法，包括分类、快速检测、图像分割等。特别的，在图像分类领域有较深研究。
2、使用最多的深度学习框架为Caffe，对Caffe源码有较多的研究。基于实际任务，可快速进行C++实现。
3、熟悉CUDA编程和并行加速。
4、基于OpenCV的图像处理，可快速实现。
5、熟练使用python，以及常用python模块。
5、编程语言以C++为主，python为辅，更偏向于C++实现。
2、使用最多的深度学习框架为Caffe，对Caffe源码有较多的研究。基于实际任务，可快速进行C++实现。
3、熟悉CUDA编程和并行加速。
4、基于OpenCV的图像处理，可快速实现。
5、熟练使用python，以及常用python模块。
5、编程语言以C++为主，python为辅，更偏向于C++实现。
项目经验
项目1：基于深度强化学习和蒙特卡洛树搜索的棋牌类游戏AI设计。
项目2：基于交通信号灯采集的车辆图像，对违章信息（驾驶员打电话，未系安全带等）进分类，对车牌号进行检测及OCR识别，对车辆品牌，颜色等信息分类。
项目3：物流领域的箱体检测识别。
项目4：细粒度分类任务。
项目2：基于交通信号灯采集的车辆图像，对违章信息（驾驶员打电话，未系安全带等）进分类，对车牌号进行检测及OCR识别，对车辆品牌，颜色等信息分类。
项目3：物流领域的箱体检测识别。
项目4：细粒度分类任务。
ID:253351
复制
yax
算法工程师 · 3年经验 · 中科院自动化所（北京）
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
1、掌握通用深度学习算法，包括分类、快速检测、图像分割等。特别的，在图像分类领域有较深研究。
2、使用最多的深度学习框架为Caffe，对Caffe源码有较多的研究。基于实际任务，可快速进行C++实现。
3、熟悉CUDA编程和并行加速。
4、基于OpenCV的图像处理，可快速实现。
5、熟练使用python，以及常用python模块。
5、编程语言以C++为主，python为辅，更偏向于C++实现。
2、使用最多的深度学习框架为Caffe，对Caffe源码有较多的研究。基于实际任务，可快速进行C++实现。
3、熟悉CUDA编程和并行加速。
4、基于OpenCV的图像处理，可快速实现。
5、熟练使用python，以及常用python模块。
5、编程语言以C++为主，python为辅，更偏向于C++实现。
项目经验
项目1：基于深度强化学习和蒙特卡洛树搜索的棋牌类游戏AI设计。
项目2：基于交通信号灯采集的车辆图像，对违章信息（驾驶员打电话，未系安全带等）进分类，对车牌号进行检测及OCR识别，对车辆品牌，颜色等信息分类。
项目3：物流领域的箱体检测识别。
项目4：细粒度分类任务。
项目2：基于交通信号灯采集的车辆图像，对违章信息（驾驶员打电话，未系安全带等）进分类，对车牌号进行检测及OCR识别，对车辆品牌，颜色等信息分类。
项目3：物流领域的箱体检测识别。
项目4：细粒度分类任务。
立即沟通
