洛十二
数据分析师
医疗企业 · 2年经验
日薪：
￥500/8h
地点：
长沙 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
编程语言: Matlab;Python;R语言;java;C++;SQL语句等编程语言
⚫ 设备使用: 便携式拉曼光谱仪(Accuman(SR-510 Pro), Ocean Optics)
⚫ 熟悉人工智能开发工作，掌握机器学习、深度学习常用算法模型，熟悉一维医学信号的处理，掌握相关的分类、回归等算法。
⚫ 在个人研究中，我专注于时序生物数据（EEG、拉曼光谱、声音、心率和传感器等）和图像数据的预处理及其相关分类算法。以及一些关于测试开发的软件工程知识，还通过阅读最新的研究文献，增强了对信号处理技术的理解，并加入自己的思想，这些经验为我在深度学习算法领域的进一步探索和发展提供了宝贵的知识基础。
⚫ 设备使用: 便携式拉曼光谱仪(Accuman(SR-510 Pro), Ocean Optics)
⚫ 熟悉人工智能开发工作，掌握机器学习、深度学习常用算法模型，熟悉一维医学信号的处理，掌握相关的分类、回归等算法。
⚫ 在个人研究中，我专注于时序生物数据（EEG、拉曼光谱、声音、心率和传感器等）和图像数据的预处理及其相关分类算法。以及一些关于测试开发的软件工程知识，还通过阅读最新的研究文献，增强了对信号处理技术的理解，并加入自己的思想，这些经验为我在深度学习算法领域的进一步探索和发展提供了宝贵的知识基础。
项目经验
1、大蒜素药物的数智化生产关键技术（重大科技专项）- 研发人员
作为研发人员，负责项目计划书的撰写、数据采集、数据预处理及分类模型的搭建。通过构建基于知识图谱和模式识别的数据挖掘和定量分析模型，实现智能化生产风险管控和生产过程质量控制，以及可视化生产交互检测平台的开发。
2、面向重要社会公共服务场馆数字哨兵智能平台的开发与应用示范 - 研发人员
主要职责：
1）设计并实现基于深度学习的图像分类模型（MobileNet及变种模型），用于识别和分类场馆内的人员、车辆和其他重要对象。
2）设计开发图像分割算法，运用U-Net用于精确地识别和分割图像中的特定对象，如人员、车辆等。
3）负责收集和预处理图像数据，包括数据清洗、增强和标注，以提高模型训练的效率和效果。
4）进行系统测试，包括单元测试、集成测试和现场测试，以确保系统的稳定性和可靠性。
编程语言：Python；框架和库：TensorFlow, Keras, OpenCV。
成果：
1）成功提高了监控系统的准确率，减少了误报率，提升了场馆的整体安全水平。
2）通过图像处理技术，实现了人流统计和行为分析，为场馆管理提供了数据支持。
作为研发人员，负责项目计划书的撰写、数据采集、数据预处理及分类模型的搭建。通过构建基于知识图谱和模式识别的数据挖掘和定量分析模型，实现智能化生产风险管控和生产过程质量控制，以及可视化生产交互检测平台的开发。
2、面向重要社会公共服务场馆数字哨兵智能平台的开发与应用示范 - 研发人员
主要职责：
1）设计并实现基于深度学习的图像分类模型（MobileNet及变种模型），用于识别和分类场馆内的人员、车辆和其他重要对象。
2）设计开发图像分割算法，运用U-Net用于精确地识别和分割图像中的特定对象，如人员、车辆等。
3）负责收集和预处理图像数据，包括数据清洗、增强和标注，以提高模型训练的效率和效果。
4）进行系统测试，包括单元测试、集成测试和现场测试，以确保系统的稳定性和可靠性。
编程语言：Python；框架和库：TensorFlow, Keras, OpenCV。
成果：
1）成功提高了监控系统的准确率，减少了误报率，提升了场馆的整体安全水平。
2）通过图像处理技术，实现了人流统计和行为分析，为场馆管理提供了数据支持。
洛十二
数据分析师 · 2年经验 · 医疗企业
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
编程语言: Matlab;Python;R语言;java;C++;SQL语句等编程语言
⚫ 设备使用: 便携式拉曼光谱仪(Accuman(SR-510 Pro), Ocean Optics)
⚫ 熟悉人工智能开发工作，掌握机器学习、深度学习常用算法模型，熟悉一维医学信号的处理，掌握相关的分类、回归等算法。
⚫ 在个人研究中，我专注于时序生物数据（EEG、拉曼光谱、声音、心率和传感器等）和图像数据的预处理及其相关分类算法。以及一些关于测试开发的软件工程知识，还通过阅读最新的研究文献，增强了对信号处理技术的理解，并加入自己的思想，这些经验为我在深度学习算法领域的进一步探索和发展提供了宝贵的知识基础。
⚫ 设备使用: 便携式拉曼光谱仪(Accuman(SR-510 Pro), Ocean Optics)
⚫ 熟悉人工智能开发工作，掌握机器学习、深度学习常用算法模型，熟悉一维医学信号的处理，掌握相关的分类、回归等算法。
⚫ 在个人研究中，我专注于时序生物数据（EEG、拉曼光谱、声音、心率和传感器等）和图像数据的预处理及其相关分类算法。以及一些关于测试开发的软件工程知识，还通过阅读最新的研究文献，增强了对信号处理技术的理解，并加入自己的思想，这些经验为我在深度学习算法领域的进一步探索和发展提供了宝贵的知识基础。
项目经验
1、大蒜素药物的数智化生产关键技术（重大科技专项）- 研发人员
作为研发人员，负责项目计划书的撰写、数据采集、数据预处理及分类模型的搭建。通过构建基于知识图谱和模式识别的数据挖掘和定量分析模型，实现智能化生产风险管控和生产过程质量控制，以及可视化生产交互检测平台的开发。
2、面向重要社会公共服务场馆数字哨兵智能平台的开发与应用示范 - 研发人员
主要职责：
1）设计并实现基于深度学习的图像分类模型（MobileNet及变种模型），用于识别和分类场馆内的人员、车辆和其他重要对象。
2）设计开发图像分割算法，运用U-Net用于精确地识别和分割图像中的特定对象，如人员、车辆等。
3）负责收集和预处理图像数据，包括数据清洗、增强和标注，以提高模型训练的效率和效果。
4）进行系统测试，包括单元测试、集成测试和现场测试，以确保系统的稳定性和可靠性。
编程语言：Python；框架和库：TensorFlow, Keras, OpenCV。
成果：
1）成功提高了监控系统的准确率，减少了误报率，提升了场馆的整体安全水平。
2）通过图像处理技术，实现了人流统计和行为分析，为场馆管理提供了数据支持。
作为研发人员，负责项目计划书的撰写、数据采集、数据预处理及分类模型的搭建。通过构建基于知识图谱和模式识别的数据挖掘和定量分析模型，实现智能化生产风险管控和生产过程质量控制，以及可视化生产交互检测平台的开发。
2、面向重要社会公共服务场馆数字哨兵智能平台的开发与应用示范 - 研发人员
主要职责：
1）设计并实现基于深度学习的图像分类模型（MobileNet及变种模型），用于识别和分类场馆内的人员、车辆和其他重要对象。
2）设计开发图像分割算法，运用U-Net用于精确地识别和分割图像中的特定对象，如人员、车辆等。
3）负责收集和预处理图像数据，包括数据清洗、增强和标注，以提高模型训练的效率和效果。
4）进行系统测试，包括单元测试、集成测试和现场测试，以确保系统的稳定性和可靠性。
编程语言：Python；框架和库：TensorFlow, Keras, OpenCV。
成果：
1）成功提高了监控系统的准确率，减少了误报率，提升了场馆的整体安全水平。
2）通过图像处理技术，实现了人流统计和行为分析，为场馆管理提供了数据支持。
立即沟通
