飞龙 身份已认证
AI图像算法工程师
- 公司信息：
- 百度
- 工作经验：
- 10年
- 兼职日薪：
- 1500元/8小时
- 兼职时间：
- 下班后
- 周六
- 周日
- 可工作日远程
- 所在区域：
- 广州
- 天河
技术能力
1.帮助企业搭建AI机器视觉系统并优化，实现物体检测和识别，并实现3D视觉、定位等功能。
2.拥有计算机视觉与感知背景，拥有完整的机器视觉系统开发经验，擅长目标检测、分类、识别、分割、语义、工业缺陷瑕疵、尺寸测量、定位识别、目标跟踪、姿态检测、多模态传感器融合，具备从算法建模到嵌入式部署的全流程工程能力。
3.熟练掌握AI开发框架Tensorflow/Pytorch 和Python编程语言；谷歌Kaggel人工智能比赛前10%。
4.熟练操作AI模型的部署和优化，如：剪枝，量化，知识蒸馏，轻量化；
5.掌握AI计算机视觉CV，RGB-D，相机双目系统，3D点云模型，掌握图像分类、检测、分割、AIGC图像生成等算法和模型如：OpenCV/CNN/Diffusion/VIT/GAN/VAE，能够在医疗影像、工业检测与识别，手部检测与手势识别，人脸检测及关键点检测等领域应用相关算法。
6.掌握常用NLP大模型和算法，如：Transformer/BERT/GPT/，实现各类推荐算法并具备一定的跨领域应用能力。掌握常用NLP大模型和算法，如：Transformer/BERT/GPT/，实现各类推荐算法并具备一定的跨领域应用能力。
7.熟练掌握机器学习/深度学习的实现方法。具备NLP大语言模型落地如DeepSeek，LLaMA，GPT，BERT 调优和部署经验。掌握对大语言模型的LoRA微调、优化、推理经验，帮助企业搭建客服、医疗智能体。
项目经验
项目1 DeepSeek调优和部署搭建客服、医疗智能体
项目2 PCB缺陷检测算法搭建
项目3 基于 U-Net 的医学图像分割
项目4 ResNet-50模型压缩与轻量化部署（剪枝 + 量化）
项目5 基于OpenPose的实时健身动作规范性检测系统
项目6 基于Faster R-CNN算法实现行人检测和安防系统实现
项目7 YOLO 实时嵌入设备目标检测加速
案例展示
-
PCB缺陷检测算法开发和部署
项目简介： 负责在电子制造工厂场景中，基于工业相机采集的 PCB 板图像数据，完成整套 AI 缺陷检测系统的研发任务，包括数据处理、缺陷检测模型训练与调优、推理部署与后处理优化。 项目职责： 1分析常见 PCB 缺陷类型（如开路、短路、焊盘缺失、异物等）并构建对应检测策
-
YOLO 实时嵌入设备安防检测
1 利用深度学习网络Faster R-CNN进行道路行人的检测与识别，用于安防，自动驾驶。主要包括精确找到物体所在位置，并标注出物体的类别。 2 利用深度学习网络YOLO进行目标检测，主要优化模型在嵌入式设备上的运行效率，在智能家居监控系统中集成，实现实时人员和异常物体检测
-
基于DeepSeek搭建客服、医疗智能体
项目简介 本项目基于深度求索（DeepSeek）官方大模型，结合LoRA低秩适应技术进行高效微调，并引入RAG框架实现知识库检索与对话生成相融合的智能体搭建。 项目职责 1 负责梳理企业客服与医疗场景的核心需求，设计对话流程与知识图谱，并搭建文档与数据库的检索管道。
-
基于OpenPose实时健身动作检测系统
【项目描述】 针对健身场景中用户动作不规范易导致受伤的痛点，开发了一套基于计算机视觉的实时动作检测系统。系统通过OpenPose提取人体关键点，后进一步优化为PointNet为基础的3D点云结合的系统，结合运动生物力学规则分析动作质量，实现深蹲、硬拉、卧推等10+健身动作的实时
