1、5年的深度学习算法经验，具有Python、qt、sql、mysql、labview、c++、linux等编程经验和项目经验；
2、熟悉pytorch、tensorflow、darknet等主流深度学习框架，在项目中使用过Nvidia deepstream框架、yolov3/v4/v5/v7目标识别算法、deepsort跟踪算法、docker容器管理等，具有Nvidia Jeston Orin深度学习边缘板卡、RTX3090、RTX2060 GPU加速使用经验，熟悉CycleGAN、Facenet、Segmentation等其他算法。
3、熟悉前沿机器学习算法，包括聚类、异常检测、随机森林等，项目上使用过DBSCAN聚类算法、xgboost模型、lightgbm模型等。熟练使用python数据分析方法。

人员行为智能识别系统
项目难点：6个摄像头同时识别多个行为，如何做好硬件选择与速度保证。数据通讯压力较大。
解决方案：1）采用nvidia deepstream框架处理6个摄像头并行跑模型的问题，通过前期经验与测试，采用2块3090GPU完成所有功能，速度保证基本实时。2）采用多个docker容器服务运行的方式设计整体架构，模型在deepstream容器内运行并将将结果写入redis docker容器，后台查询代码从redis获取数据并设定一定逻辑得到报警信息，写入Mysql docker容器，前端展示代码运行于虚拟机并从mysql和deepstream推流的rtsp获取数据。整体架构的容错率和效率都较高。