海涵
算法工程师
腾讯 · 2年经验
日薪：
￥1000/8h
地点：
深圳 南山
时间：
周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1、研究⽅向：数据挖掘和算法、机器学习与深度学习、计算机视觉、多媒体内容分析理解、物体和⼈物检测分割等。
2、编程能⼒：熟练使⽤Python（包括numpy/pandas/sklearn等库），熟悉C/C++/Matlab，拥有良好的数据结构和算法功底。
3、框架⼯具：熟悉Linux系统，熟练使⽤TensorFlow/Pytorch框架、OpenCV 算法库、Git/Vim/Shell/Docker/SQL/FFmpeg等⼯具。
2、编程能⼒：熟练使⽤Python（包括numpy/pandas/sklearn等库），熟悉C/C++/Matlab，拥有良好的数据结构和算法功底。
3、框架⼯具：熟悉Linux系统，熟练使⽤TensorFlow/Pytorch框架、OpenCV 算法库、Git/Vim/Shell/Docker/SQL/FFmpeg等⼯具。
项目经验
视频智能拆分项目
1、深⼊分析⼴电媒体客⼾的需求，解决业界巨量综艺节⽬素材的拆分难题。
2、研究多模态表征学习、视频通⽤事件检测、视频时序切分点预测、OCR、ASR等算法⽅向，输出了两套算法框架⸺基于特定⼈物定位和报幕OCR
信息的规则拆条，基于声纹/报幕/⼈物特征的端到端拆条。后者是⼀种业界全新的解决⽅案，鲁棒性和泛化性得到显著的提升，⾃测数据中平均
Fscore可达85.6%，同时整体模型⼤小仅有100余M，处理⼀个5小时的视频仅需5-10分钟。
1、深⼊分析⼴电媒体客⼾的需求，解决业界巨量综艺节⽬素材的拆分难题。
2、研究多模态表征学习、视频通⽤事件检测、视频时序切分点预测、OCR、ASR等算法⽅向，输出了两套算法框架⸺基于特定⼈物定位和报幕OCR
信息的规则拆条，基于声纹/报幕/⼈物特征的端到端拆条。后者是⼀种业界全新的解决⽅案，鲁棒性和泛化性得到显著的提升，⾃测数据中平均
Fscore可达85.6%，同时整体模型⼤小仅有100余M，处理⼀个5小时的视频仅需5-10分钟。
ID:280830
复制
海涵
算法工程师 · 2年经验 · 腾讯
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、研究⽅向：数据挖掘和算法、机器学习与深度学习、计算机视觉、多媒体内容分析理解、物体和⼈物检测分割等。
2、编程能⼒：熟练使⽤Python（包括numpy/pandas/sklearn等库），熟悉C/C++/Matlab，拥有良好的数据结构和算法功底。
3、框架⼯具：熟悉Linux系统，熟练使⽤TensorFlow/Pytorch框架、OpenCV 算法库、Git/Vim/Shell/Docker/SQL/FFmpeg等⼯具。
2、编程能⼒：熟练使⽤Python（包括numpy/pandas/sklearn等库），熟悉C/C++/Matlab，拥有良好的数据结构和算法功底。
3、框架⼯具：熟悉Linux系统，熟练使⽤TensorFlow/Pytorch框架、OpenCV 算法库、Git/Vim/Shell/Docker/SQL/FFmpeg等⼯具。
项目经验
视频智能拆分项目
1、深⼊分析⼴电媒体客⼾的需求，解决业界巨量综艺节⽬素材的拆分难题。
2、研究多模态表征学习、视频通⽤事件检测、视频时序切分点预测、OCR、ASR等算法⽅向，输出了两套算法框架⸺基于特定⼈物定位和报幕OCR
信息的规则拆条，基于声纹/报幕/⼈物特征的端到端拆条。后者是⼀种业界全新的解决⽅案，鲁棒性和泛化性得到显著的提升，⾃测数据中平均
Fscore可达85.6%，同时整体模型⼤小仅有100余M，处理⼀个5小时的视频仅需5-10分钟。
1、深⼊分析⼴电媒体客⼾的需求，解决业界巨量综艺节⽬素材的拆分难题。
2、研究多模态表征学习、视频通⽤事件检测、视频时序切分点预测、OCR、ASR等算法⽅向，输出了两套算法框架⸺基于特定⼈物定位和报幕OCR
信息的规则拆条，基于声纹/报幕/⼈物特征的端到端拆条。后者是⼀种业界全新的解决⽅案，鲁棒性和泛化性得到显著的提升，⾃测数据中平均
Fscore可达85.6%，同时整体模型⼤小仅有100余M，处理⼀个5小时的视频仅需5-10分钟。
立即沟通
