D.Sirius
信号与算法工程师 · 2年经验 · 森博迪
0
累计接单
0
用户评价
0
被收藏
技术能力
核心技术能力要点
一、跨学科理论功底
- 掌握应用物理与电子信息双学科知识体系
- 核心理论涵盖：数学物理方法、线性代数、统计建模、信号处理原理、机器学习基础
- 深入理解流体力学数值模拟方法（格子玻尔兹曼方法）
二、编程与仿真专长
- 精通MATLAB算法开发（6年+经验），熟悉COMSOL多物理场耦合仿真
- 掌握C/C++高性能计算编程，具备GPU加速优化经验（实现60%+速度提升）
- 熟练Python科学计算，具有工业级代码移植能力（MATLAB转Java/iOS）
三、算法工程化能力
- 传感器信号处理全栈开发：
√ 多源传感器融合（加速度计/陀螺仪）
√ 实时滤波与运动状态估计
√ 千万级数据批处理流水线构建
- 机器学习应用：
√ 基于可穿戴设备的跌倒检测算法
√ 运动姿态分类模型开发（iOS端落地）
四、科研创新能力
- 参与国家自然科学基金流体模拟项目：
√ 构建复杂表面多相流模型
√ 开发高精度LBM仿真程序
√ 百万量级仿真步长优化
五、工程实践成果
- 发明专利：
√ 三相反渗流仿真方法（专利号202410314431.9）
- 产品级开发：
√ Apple Watch力量训练算法（App Store上架）
√ 工业传感器数据处理系统（3800万数据点验证）
- 代码工程化：
√ MATLAB Runtime集成开发
√ 自动化C代码生成
六、核心软技能
- 复杂问题拆解：成功交付10+科研/工业项目
- 技术文档撰写：2篇高水平学位论文
- 跨平台协作：MATLAB/Java/iOS多环境协同
- 持续优化意识：算法精度/可靠性迭代提升
- 自主学习能力：快速掌握新技术栈（3个月实现GPU加速）
一、跨学科理论功底
- 掌握应用物理与电子信息双学科知识体系
- 核心理论涵盖：数学物理方法、线性代数、统计建模、信号处理原理、机器学习基础
- 深入理解流体力学数值模拟方法（格子玻尔兹曼方法）
二、编程与仿真专长
- 精通MATLAB算法开发（6年+经验），熟悉COMSOL多物理场耦合仿真
- 掌握C/C++高性能计算编程，具备GPU加速优化经验（实现60%+速度提升）
- 熟练Python科学计算，具有工业级代码移植能力（MATLAB转Java/iOS）
三、算法工程化能力
- 传感器信号处理全栈开发：
√ 多源传感器融合（加速度计/陀螺仪）
√ 实时滤波与运动状态估计
√ 千万级数据批处理流水线构建
- 机器学习应用：
√ 基于可穿戴设备的跌倒检测算法
√ 运动姿态分类模型开发（iOS端落地）
四、科研创新能力
- 参与国家自然科学基金流体模拟项目：
√ 构建复杂表面多相流模型
√ 开发高精度LBM仿真程序
√ 百万量级仿真步长优化
五、工程实践成果
- 发明专利：
√ 三相反渗流仿真方法（专利号202410314431.9）
- 产品级开发：
√ Apple Watch力量训练算法（App Store上架）
√ 工业传感器数据处理系统（3800万数据点验证）
- 代码工程化：
√ MATLAB Runtime集成开发
√ 自动化C代码生成
六、核心软技能
- 复杂问题拆解：成功交付10+科研/工业项目
- 技术文档撰写：2篇高水平学位论文
- 跨平台协作：MATLAB/Java/iOS多环境协同
- 持续优化意识：算法精度/可靠性迭代提升
- 自主学习能力：快速掌握新技术栈（3个月实现GPU加速）
项目经验
1.重力训练信号处理算法项目
开发并优化行业领先的算法，用于运动训练中的加速度传感器和中立传感器数据
不断提高算法的准确性和可靠性，这些算法处理来自重量训练的 3800 万个传感器数据点
在 MATLAB 中为噪声传感器数据实现批处理模式和实时处理管道
算法包括传感器融合、过滤、分割、速度和状态估计、运动学模型
较强的修复 bug 调试技能。此外，通过分析和重构代码算法来提高性能
2.流体力学仿真项目
国家自然科学基金面上项目
基于晶格玻尔兹曼方法开展复杂表面多相流的数值模拟研究，并通过自主编程构建多相流模拟模型
使用 GPU 加速在 MATLAB 和 C++ 中实施高性能计算技术，优化数值仿真算法的性能。模型在 GPU 上运行速度提高了 60% 以上并稳定执行 1000 万个以上仿真步骤
开发并优化行业领先的算法，用于运动训练中的加速度传感器和中立传感器数据
不断提高算法的准确性和可靠性，这些算法处理来自重量训练的 3800 万个传感器数据点
在 MATLAB 中为噪声传感器数据实现批处理模式和实时处理管道
算法包括传感器融合、过滤、分割、速度和状态估计、运动学模型
较强的修复 bug 调试技能。此外，通过分析和重构代码算法来提高性能
2.流体力学仿真项目
国家自然科学基金面上项目
基于晶格玻尔兹曼方法开展复杂表面多相流的数值模拟研究，并通过自主编程构建多相流模拟模型
使用 GPU 加速在 MATLAB 和 C++ 中实施高性能计算技术，优化数值仿真算法的性能。模型在 GPU 上运行速度提高了 60% 以上并稳定执行 1000 万个以上仿真步骤
立即沟通
