ID:272382

上坤

算法工程师

  • 公司信息:
  • indeco
  • 工作经验:
  • 2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

有深度学习实战经验,熟悉 Tensorflow 框架。 熟悉 CNN、RCNN、FRCNN 等主流深度学习算法,具备基本的实际使用和调试技巧。动手能力强,熟练掌握 Python/Matlab 编程语言,熟悉 linux 开发环境。掌握计算机视觉基本原理,能够利用双目摄像机完成目标三维重建,结合深度学习对目标进行检测和分类。 熟练阅读相关英文论文和专利,并具备熟练的专利撰写能力。熟练使用计算机辅助设计软件。

项目经验

工作描述一:
根据已有的企业相关信息(法人个人信息,公司财务信息,征信信息等),基于机器学习的方法,建立信用贷款评分系统,以考察贷款企业的还款可能并计算其合理的贷款额度。具体工作内容为:
1.使用Python(相关的numpy,pandas,sklearn, matplotlib 等库)进行前期数据清洗,特征选取,模型选择与训练和结果评估等相关工作。
2.将评测完成的模型迁移至Spark 平台,并利用Play 框架开发上层Web 应用,上线评分卡项
目。

工作描述二:
负责肿瘤放射治疗中剂量算法的建模,原型设计,参数调整和产品代码开发以及相关测试。主要开发语言为c/cpp,原型开发语言为matlab/python。具体工作内容为:
1.开发基于蒙特卡罗方法的放射源模型。
2.提供了一个根据测量数据自动化调参的工具。
3.维护已有的剂量计算算法,并优化其相关参数。
4.提供了一个方便与测量剂量比较的算法测试工具。

案例展示

  • 基于树莓派简易绘图机

    基于树莓派简易绘图机

    依照构建的三自由度仿生机械臂运动模型,开发了一款基于树莓派 GPIO 引脚操控的,由 MG90S 舵机与相关 DIY 零部件制作而成的三自由度仿生机械臂。在树莓派 4b 上,基于 Python3.7 版本编写了图像素描化软件 IMprocess 和机械臂驱动软件 Simple

  • Xgboost人数预测

    Xgboost人数预测

    在矩形的范围内,求解所能容纳的最大人数;当前现有接口计算该人数所需时间过长(1s~5s),故采用 Xgboost 模型训练模型,使返回结果所需时间降低至毫秒级,预测精度不低于 95%,且不能存在预测偏大的情况。

查看案例列表(含更多 0 个案例)

信用行为

  • 接单
    0
  • 评价
    0
  • 收藏
    0
微信扫码,建群沟通

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才

微信接收人才推送

关注猿急送微信平台,接收实时人才推送

接收人才推送
联系聘用方端客服
联系聘用方端客服