清绝
后端开发工程师
阿里云 · 1年经验
日薪：
￥500/8h
地点：
南京 全区
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
南京大学科班硕士，掌握计算机组成原理、操作系统、计算机网络、数据结构与算法，计算机基本功扎实
有大厂深度学习项目经历，熟悉计算机视觉领域中常见模型，如目标检测中的yolo模型、Resnet50特征提取网络以及Attention机制
有大厂后端开发项目经历，熟练掌握Hadoop生态圈相关技术，如hive、spark、flume、kafka、storm等，掌握JAVA，C++，Python，能熟练进行编码和开发
熟悉知识图谱领域，曾参与开发基于知识图谱的商业银行反洗钱监管模型搭建工作，熟悉Neo4j图数据库，熟悉结构化和非结构化只是抽取流程与技术
有大厂深度学习项目经历，熟悉计算机视觉领域中常见模型，如目标检测中的yolo模型、Resnet50特征提取网络以及Attention机制
有大厂后端开发项目经历，熟练掌握Hadoop生态圈相关技术，如hive、spark、flume、kafka、storm等，掌握JAVA，C++，Python，能熟练进行编码和开发
熟悉知识图谱领域，曾参与开发基于知识图谱的商业银行反洗钱监管模型搭建工作，熟悉Neo4j图数据库，熟悉结构化和非结构化只是抽取流程与技术
项目经验
阿里云知识图谱
研发工程师
项目背景：阿里云网络知识图谱是云网络中纷繁复杂的设备的可视化展示，本人主要负责对知识图谱进行知识分析和知识融
合，为下游的知识推理服务提供支持
变更告警富化：通过与GDB交互扩充知识查询模块的功能，为下游变更告警功能提供信息富化支持
多级节点融合：实现一跳及以上主从节点融合，将从节点信息嫁接到主节点，完善更新数据库表
并发性能提升：调研大数据任务调度框架DolphinScheduler，解决线程池核心线程数过多带来的并发性能瓶颈。
产品已投入到具体业务场景下使用，知识融合功能为齐天的一键诊断服务提供支持，知识分析为齐天的变更阻断提供高精信
息富化的支持。
基于Attention的行人重识别系统
算法工程师
项目背景：东软集团自研行人重识别系统，该系统具备基于图片和基于视频流的两种人脸识别功能对特定场景下的某行人进行
跨域检索
目标检测：使用YoloV3卷积神经网络对视频流进行实时测定，框定出所有行人，系统与用户交互，由用户选择指定行人进
行重识别
特征提取：使用Resnet50卷积神经网络对行人图像进行特征提取，在resnet50模型基础上加入全局感知注意力模块，提高
模型的特征提取能力，得到目标特征向量
度量学习：通过计算target特征向量与gallery中的特征向量间的余弦距离得到两个行人之间的相似度
研发工程师
项目背景：阿里云网络知识图谱是云网络中纷繁复杂的设备的可视化展示，本人主要负责对知识图谱进行知识分析和知识融
合，为下游的知识推理服务提供支持
变更告警富化：通过与GDB交互扩充知识查询模块的功能，为下游变更告警功能提供信息富化支持
多级节点融合：实现一跳及以上主从节点融合，将从节点信息嫁接到主节点，完善更新数据库表
并发性能提升：调研大数据任务调度框架DolphinScheduler，解决线程池核心线程数过多带来的并发性能瓶颈。
产品已投入到具体业务场景下使用，知识融合功能为齐天的一键诊断服务提供支持，知识分析为齐天的变更阻断提供高精信
息富化的支持。
基于Attention的行人重识别系统
算法工程师
项目背景：东软集团自研行人重识别系统，该系统具备基于图片和基于视频流的两种人脸识别功能对特定场景下的某行人进行
跨域检索
目标检测：使用YoloV3卷积神经网络对视频流进行实时测定，框定出所有行人，系统与用户交互，由用户选择指定行人进
行重识别
特征提取：使用Resnet50卷积神经网络对行人图像进行特征提取，在resnet50模型基础上加入全局感知注意力模块，提高
模型的特征提取能力，得到目标特征向量
度量学习：通过计算target特征向量与gallery中的特征向量间的余弦距离得到两个行人之间的相似度
清绝
后端开发工程师 · 1年经验 · 阿里云
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
南京大学科班硕士，掌握计算机组成原理、操作系统、计算机网络、数据结构与算法，计算机基本功扎实
有大厂深度学习项目经历，熟悉计算机视觉领域中常见模型，如目标检测中的yolo模型、Resnet50特征提取网络以及Attention机制
有大厂后端开发项目经历，熟练掌握Hadoop生态圈相关技术，如hive、spark、flume、kafka、storm等，掌握JAVA，C++，Python，能熟练进行编码和开发
熟悉知识图谱领域，曾参与开发基于知识图谱的商业银行反洗钱监管模型搭建工作，熟悉Neo4j图数据库，熟悉结构化和非结构化只是抽取流程与技术
有大厂深度学习项目经历，熟悉计算机视觉领域中常见模型，如目标检测中的yolo模型、Resnet50特征提取网络以及Attention机制
有大厂后端开发项目经历，熟练掌握Hadoop生态圈相关技术，如hive、spark、flume、kafka、storm等，掌握JAVA，C++，Python，能熟练进行编码和开发
熟悉知识图谱领域，曾参与开发基于知识图谱的商业银行反洗钱监管模型搭建工作，熟悉Neo4j图数据库，熟悉结构化和非结构化只是抽取流程与技术
项目经验
阿里云知识图谱
研发工程师
项目背景：阿里云网络知识图谱是云网络中纷繁复杂的设备的可视化展示，本人主要负责对知识图谱进行知识分析和知识融
合，为下游的知识推理服务提供支持
变更告警富化：通过与GDB交互扩充知识查询模块的功能，为下游变更告警功能提供信息富化支持
多级节点融合：实现一跳及以上主从节点融合，将从节点信息嫁接到主节点，完善更新数据库表
并发性能提升：调研大数据任务调度框架DolphinScheduler，解决线程池核心线程数过多带来的并发性能瓶颈。
产品已投入到具体业务场景下使用，知识融合功能为齐天的一键诊断服务提供支持，知识分析为齐天的变更阻断提供高精信
息富化的支持。
基于Attention的行人重识别系统
算法工程师
项目背景：东软集团自研行人重识别系统，该系统具备基于图片和基于视频流的两种人脸识别功能对特定场景下的某行人进行
跨域检索
目标检测：使用YoloV3卷积神经网络对视频流进行实时测定，框定出所有行人，系统与用户交互，由用户选择指定行人进
行重识别
特征提取：使用Resnet50卷积神经网络对行人图像进行特征提取，在resnet50模型基础上加入全局感知注意力模块，提高
模型的特征提取能力，得到目标特征向量
度量学习：通过计算target特征向量与gallery中的特征向量间的余弦距离得到两个行人之间的相似度
研发工程师
项目背景：阿里云网络知识图谱是云网络中纷繁复杂的设备的可视化展示，本人主要负责对知识图谱进行知识分析和知识融
合，为下游的知识推理服务提供支持
变更告警富化：通过与GDB交互扩充知识查询模块的功能，为下游变更告警功能提供信息富化支持
多级节点融合：实现一跳及以上主从节点融合，将从节点信息嫁接到主节点，完善更新数据库表
并发性能提升：调研大数据任务调度框架DolphinScheduler，解决线程池核心线程数过多带来的并发性能瓶颈。
产品已投入到具体业务场景下使用，知识融合功能为齐天的一键诊断服务提供支持，知识分析为齐天的变更阻断提供高精信
息富化的支持。
基于Attention的行人重识别系统
算法工程师
项目背景：东软集团自研行人重识别系统，该系统具备基于图片和基于视频流的两种人脸识别功能对特定场景下的某行人进行
跨域检索
目标检测：使用YoloV3卷积神经网络对视频流进行实时测定，框定出所有行人，系统与用户交互，由用户选择指定行人进
行重识别
特征提取：使用Resnet50卷积神经网络对行人图像进行特征提取，在resnet50模型基础上加入全局感知注意力模块，提高
模型的特征提取能力，得到目标特征向量
度量学习：通过计算target特征向量与gallery中的特征向量间的余弦距离得到两个行人之间的相似度
立即沟通
