linx
人工智能专业在读博士
浙江大学 · 3年经验
日薪：
￥1000/8h
地点：
杭州 西湖
时间：
周六周日可工作日远程可工作日驻场（离职原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
算法与数据结构：掌握常用的算法和数据结构，如排序算法、搜索算法、树、图等。
编程语言：熟练掌握一种或多种编程语言，如C++、Python、Java等。
数据库管理：了解数据库的基本原理和常用的数据库管理系统，如MySQL、Oracle等。
分布式系统：了解分布式系统的基本原理和常用的分布式计算框架，如Hadoop、Spark等。
机器学习与人工智能：掌握机器学习和人工智能的基本理论和算法，如线性回归、决策树、神经网络等。
自然语言处理：了解自然语言处理的基本原理和常用的技术，如文本分类、情感分析、语言模型等。
计算机视觉：了解计算机视觉的基本原理和常用的技术，如图像处理、目标检测、人脸识别等。
网络安全：了解网络安全的基本原理和常用的技术，如加密算法、防火墙、入侵检测等。
编程语言：熟练掌握一种或多种编程语言，如C++、Python、Java等。
数据库管理：了解数据库的基本原理和常用的数据库管理系统，如MySQL、Oracle等。
分布式系统：了解分布式系统的基本原理和常用的分布式计算框架，如Hadoop、Spark等。
机器学习与人工智能：掌握机器学习和人工智能的基本理论和算法，如线性回归、决策树、神经网络等。
自然语言处理：了解自然语言处理的基本原理和常用的技术，如文本分类、情感分析、语言模型等。
计算机视觉：了解计算机视觉的基本原理和常用的技术，如图像处理、目标检测、人脸识别等。
网络安全：了解网络安全的基本原理和常用的技术，如加密算法、防火墙、入侵检测等。
项目经验
1、我的博士研究领域是人工智能语音识别，主要研究声学模型，包括隐马尔可夫模型（HMM）、深度神经网络（DNN）和卷积神经网络（CNN）。同时，我也熟悉常见的语言模型，包括n-gram模型和递归神经网络语言模型（RNNLM）。在特征提取方面，我掌握了诸如Mel频率倒谱系数（MFCC）和线性预测编码（LPC）等算法。此外，我也熟悉去噪算法，如基于小波变换的去噪算法和基于谱减法的去噪算法，并且了解语音信号增强，通过谱减法的增强算法和基于神经网络的增强算法提高语音质量，从而提高语音识别的准确率。
2、钢琴转谱系统项目，该系统是一种将钢琴演奏的音乐转化成简谱或五线谱的系统。它可以帮助乐手将自己演奏的曲子进行记录和分享，也可以帮助学习钢琴的人学习弹奏曲子。我了解该系统的工作原理，包括音频录制、音频分析、音符识别、音符编辑和输出等步骤，并且可以使用一些编程语言和相关的音乐库和算法来实现该系统。
2、钢琴转谱系统项目，该系统是一种将钢琴演奏的音乐转化成简谱或五线谱的系统。它可以帮助乐手将自己演奏的曲子进行记录和分享，也可以帮助学习钢琴的人学习弹奏曲子。我了解该系统的工作原理，包括音频录制、音频分析、音符识别、音符编辑和输出等步骤，并且可以使用一些编程语言和相关的音乐库和算法来实现该系统。
linx
人工智能专业在读博士 · 3年经验 · 浙江大学
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
算法与数据结构：掌握常用的算法和数据结构，如排序算法、搜索算法、树、图等。
编程语言：熟练掌握一种或多种编程语言，如C++、Python、Java等。
数据库管理：了解数据库的基本原理和常用的数据库管理系统，如MySQL、Oracle等。
分布式系统：了解分布式系统的基本原理和常用的分布式计算框架，如Hadoop、Spark等。
机器学习与人工智能：掌握机器学习和人工智能的基本理论和算法，如线性回归、决策树、神经网络等。
自然语言处理：了解自然语言处理的基本原理和常用的技术，如文本分类、情感分析、语言模型等。
计算机视觉：了解计算机视觉的基本原理和常用的技术，如图像处理、目标检测、人脸识别等。
网络安全：了解网络安全的基本原理和常用的技术，如加密算法、防火墙、入侵检测等。
编程语言：熟练掌握一种或多种编程语言，如C++、Python、Java等。
数据库管理：了解数据库的基本原理和常用的数据库管理系统，如MySQL、Oracle等。
分布式系统：了解分布式系统的基本原理和常用的分布式计算框架，如Hadoop、Spark等。
机器学习与人工智能：掌握机器学习和人工智能的基本理论和算法，如线性回归、决策树、神经网络等。
自然语言处理：了解自然语言处理的基本原理和常用的技术，如文本分类、情感分析、语言模型等。
计算机视觉：了解计算机视觉的基本原理和常用的技术，如图像处理、目标检测、人脸识别等。
网络安全：了解网络安全的基本原理和常用的技术，如加密算法、防火墙、入侵检测等。
项目经验
1、我的博士研究领域是人工智能语音识别，主要研究声学模型，包括隐马尔可夫模型（HMM）、深度神经网络（DNN）和卷积神经网络（CNN）。同时，我也熟悉常见的语言模型，包括n-gram模型和递归神经网络语言模型（RNNLM）。在特征提取方面，我掌握了诸如Mel频率倒谱系数（MFCC）和线性预测编码（LPC）等算法。此外，我也熟悉去噪算法，如基于小波变换的去噪算法和基于谱减法的去噪算法，并且了解语音信号增强，通过谱减法的增强算法和基于神经网络的增强算法提高语音质量，从而提高语音识别的准确率。
2、钢琴转谱系统项目，该系统是一种将钢琴演奏的音乐转化成简谱或五线谱的系统。它可以帮助乐手将自己演奏的曲子进行记录和分享，也可以帮助学习钢琴的人学习弹奏曲子。我了解该系统的工作原理，包括音频录制、音频分析、音符识别、音符编辑和输出等步骤，并且可以使用一些编程语言和相关的音乐库和算法来实现该系统。
2、钢琴转谱系统项目，该系统是一种将钢琴演奏的音乐转化成简谱或五线谱的系统。它可以帮助乐手将自己演奏的曲子进行记录和分享，也可以帮助学习钢琴的人学习弹奏曲子。我了解该系统的工作原理，包括音频录制、音频分析、音符识别、音符编辑和输出等步骤，并且可以使用一些编程语言和相关的音乐库和算法来实现该系统。
立即沟通
