1.分类任务:情感识别,意图识别,问题回答。
2. 文本生成任务:机器翻译,人机对话。
3. 词向量文本表述的方法:基于one-hot,tf-idf,bag of words。
4.序列挖掘:RNN,LSTM和GRU的原理了解。
5. 基于词向量的动态表征:GPT,BERT,RAG。
6. 生成句向量:doc2vec,bert,词向量拼接,累加法,平均法,tf-idf加权平均法,SIF嵌入法。
7. 熟悉Tensorflow,sklearn,Pytorch等操作。
8. 熟悉langchain,huggingface等操作。对Prompt工程有经验。
9. 熟悉Python,ChatGLM,ChatGPT,大语言模型等操作。
计算机网络基础、大数据技术、Python语言编程、Openstack云计算基础架构平台技术与应用、公有云运维与应用、
信息安全攻防演练、虚拟化技术与应用、数据存储与数据管理。
熟悉Python语言、VMware虚拟机、掌握MySQL、 Windows、Linux、Kali系统、Burp suite攻击、 Wireshark抓包、OWASP漏洞分析、阿里云维护、容器运维K8S、Docker。
基于脑电波检测的助盲哑人工智能应用的研发
项目开发了一款基于脑电波监测的助盲哑人工智能应用设备,通过Arduino开发板采集脑电波数据,发送到云端智能深度学习脑
电波数据,生成脑电波模板和指令,连接智能手机,发送指令到手机,手机APP完成指令。
运用快速FFT(傅里叶变换)的方式提取受试者的频域特征,定性的分析受试者专注状态下的脑电频域特征。使用Tensorflow
训练模型,并使用LinearRegressor 配置线性回归模型。控制云服务集成了数据结构化以及机器学习训练,终端设备需要将脑
波头箍收集到的脑波信息传输至云端进行处理,并与云端同步机器学习模型。
基于Seq2seq的智能问答客服机器人
作为核心成员,参与了一款智能问答产品的全周期开发。负责收集和分析用户需求,设计产品功能,协调团队资源,确保项
目按时交付。该产品上线后,获得了良好的用户反馈。
解决用户等待时间过长的问题,24/7全天候提供服务,标准化回答,同时解决了跨语言交流的场景痛点。提高用户满意度,
降低运营成本,提升企业效率。带来了用户更好的体验,和用户建立长期稳定关系。收集和分析用户数据,为我们提供更多
用户需求和趋势信息,有助于制定更精准的市场策略。多元化个性化服务模式满足用户需求。