猿急送>

长沙其它兼职程序员

ID：328190

的身份已认证

软件开发实习生

公司信息：
浪潮通信技术有限公司

工作经验：
1年

兼职日薪：
500元/8小时

兼职时间：
可工作日远程

所在区域：
长沙
全区

技术能力

我精通爬虫技术，熟练使用Scrapy框架来构建高效的网络爬虫。在项目中，我通常首先进行目标网站的分析，确定数据结构和抓取目标。然后，我使用Scrapy的Spider模块定义爬虫规则，包括起始URL、页面解析方式以及数据提取规则。在爬虫过程中，我处理各种网页内容，包括HTML、JSON等格式。通过XPath或CSS选择器，我能够准确地定位并提取需要的信息。对于动态网页，我熟练使用Selenium等工具模拟用户行为，确保能够获取到动态生成的数据。
此外，精通机器学习和神经网络领域，擅长利用Python编写高效的网络爬虫，从各种网站提取和分析数据。在机器学习方面，我熟练运用各种算法，包括监督学习和无监督学习，用于分类、回归和聚类任务。同时，我深谙神经网络的原理和实践，能够构建深度学习模型解决复杂的问题。
另外，我具备Spring Boot框架的开发经验，能够利用Java语言构建强大的后端应用。我的技能涵盖了整个开发周期，包括需求分析、系统设计、数据库建模以及前后端的协同工作。通过将这些技术有机结合，我能够为项目提供全面的解决方案，实现高效的数据采集、处理和展示。

项目经验

以第一作者在应用数据科学与计算智能国际会议 (ADSCI 2022)上，发表论文“Improved topic crawler method using hybrid breadth-first and depth-first search strategies”。
淘宝商品信息爬取，链接二手网，京东爬虫
基于YOLOv5s算法的在线手语识别的研究与实现、基于FCENet的网络图像文本检测、高校信息查询系统、基于Flink的图书评分实时监测系统、基于随机森林+Adaboost的学习预警检测。

案例展示

基于深度学习的单镜头深度估计

我曾经完成了一个基于深度学习的深度估计作品，该项目旨在通过神经网络模型实现对图像中物体的深度信息估计。项目采用了先进的卷积神经网络（CNN）架构，如ResNet或MobileNet，以提取图像中的特征。首先，我进行了数据准备和预处理，包括收集包含深度信息的图像数据集，并对
基于scrapy的淘宝商品信息爬虫

我曾完成过一个基于Scrapy的淘宝信息爬虫项目，旨在从淘宝网站中抓取商品信息以供进一步分析和应用。以下是该项目的主要介绍： **1. 目标与需求分析：** - 确定爬取的目标是淘宝商品信息，包括商品名称、价格、销量、评价等。 - 制定爬虫的策略，如设置搜索