ha ci pao 🐷
软件开发工程师 · 3年经验 · inno
0
累计接单
0
用户评价
0
被收藏
技术能力
专业技能：
⚫ 熟练掌握C/C++、Python、Lua编程语言；熟练掌握常用数据结构与算法；熟悉常用设计模式；
⚫ 熟悉进程间通信与多线程编程；熟悉TCP/IP协议与网络编程；
⚫ 熟悉git、cmake、gdb等工具；熟悉跨平台交叉编译；
⚫ 熟悉linux操作系统；了解docker基本操作；了解sqlite、redis数据库；
⚫ 熟悉Misra与QOS规范需求，了解QNX操作系统；
⚫ 熟悉Bert、Faster-RCNN、ResNet等深度学习模型；熟悉pytorch深度学习框架；了解onnxruntime推理框架；
⚫ 熟悉LR、SVM、GBDT等常用机器学习算法；熟悉OpenCV常用图像处理算法；
⚫ 熟悉BLE协议栈；熟悉I2C、USART、SPI等通信协议；了解CAN总线协议；了解ARMV6-M架构；
⚫ 熟练掌握C/C++、Python、Lua编程语言；熟练掌握常用数据结构与算法；熟悉常用设计模式；
⚫ 熟悉进程间通信与多线程编程；熟悉TCP/IP协议与网络编程；
⚫ 熟悉git、cmake、gdb等工具；熟悉跨平台交叉编译；
⚫ 熟悉linux操作系统；了解docker基本操作；了解sqlite、redis数据库；
⚫ 熟悉Misra与QOS规范需求，了解QNX操作系统；
⚫ 熟悉Bert、Faster-RCNN、ResNet等深度学习模型；熟悉pytorch深度学习框架；了解onnxruntime推理框架；
⚫ 熟悉LR、SVM、GBDT等常用机器学习算法；熟悉OpenCV常用图像处理算法；
⚫ 熟悉BLE协议栈；熟悉I2C、USART、SPI等通信协议；了解CAN总线协议；了解ARMV6-M架构；
项目经验
离线全链路对话系统开发（
2022.11~2023.04）
⚫ 项目背景
车机环境下，由于驾驶人可能并非行驶在城市道路，而是处于一些远离城市的偏远地区；这时的网络环境很可能波动较大，甚至
断网，导致用户无法使用语音交互功能。因此，需要在车机部署离在线的语音交互系统，并根据网络情况切换离在线模式。其中
个人主要负责语音交互系统中识别后的中控路由与策略调度以及任务型技能内核的开发。
⚫ 项目方案与职责
1. 离线模式下中控部分功能无需实现，故裁剪云端请求第三方Web服务、访问redis数据库、调用拒识模型等相关模块及其关联调
度策略。此外，分离云端混杂的打断、拒识以及众多技能路由策略，将各部分以库的形式由主控逻辑调用，便于后期维护与改进。
2. 采用多线程实现车机环境下主驾、副驾、后座乘客多端访问；同时，实现了异步日志库以及对多轮交互状态的监控；
3. 使用多种设计模式实现中控与任务型对话的功能特性。参考云端中控逻辑，实现中控平台与语音识别、语义理解、以及技能服
务模块的相关接口与交互逻辑，保证服务一致性与稳定性。
4. 为离线任务型对话内核的技能资源添加LRU缓存，以替换云端redis缓存。
⚫ 项目成果
项目自测通过，功能验收正常，耗时p95值小于110ms（不计算调用语义、技能服务；同比提升约40%），峰值内存小于1.5M；
可适配linux、windows、android等多种系统。
2022.11~2023.04）
⚫ 项目背景
车机环境下，由于驾驶人可能并非行驶在城市道路，而是处于一些远离城市的偏远地区；这时的网络环境很可能波动较大，甚至
断网，导致用户无法使用语音交互功能。因此，需要在车机部署离在线的语音交互系统，并根据网络情况切换离在线模式。其中
个人主要负责语音交互系统中识别后的中控路由与策略调度以及任务型技能内核的开发。
⚫ 项目方案与职责
1. 离线模式下中控部分功能无需实现，故裁剪云端请求第三方Web服务、访问redis数据库、调用拒识模型等相关模块及其关联调
度策略。此外，分离云端混杂的打断、拒识以及众多技能路由策略，将各部分以库的形式由主控逻辑调用，便于后期维护与改进。
2. 采用多线程实现车机环境下主驾、副驾、后座乘客多端访问；同时，实现了异步日志库以及对多轮交互状态的监控；
3. 使用多种设计模式实现中控与任务型对话的功能特性。参考云端中控逻辑，实现中控平台与语音识别、语义理解、以及技能服
务模块的相关接口与交互逻辑，保证服务一致性与稳定性。
4. 为离线任务型对话内核的技能资源添加LRU缓存，以替换云端redis缓存。
⚫ 项目成果
项目自测通过，功能验收正常，耗时p95值小于110ms（不计算调用语义、技能服务；同比提升约40%），峰值内存小于1.5M；
可适配linux、windows、android等多种系统。
立即沟通
