1. 人工智能与计算机视觉 (AI/CV)
- 目标检测: 精通 YOLOv6/v11 ,具备自定义数据集训练、模型调优 (如超参数优化提升 mAP 7%) 及工程化部署能力。
- 图像处理: 熟练使用 OpenCV 进行图像处理、分析与增强。
- NLP 应用: 掌握基础自然语言处理技术,应用于文本摘要 (TextRank)、语义分析 (85%准确率)、ChatGPT Deepseek API 集成 (语气优化)。
- 模型训练: 熟悉 SVC/RVC 模型训练流程。
2. Python 全栈开发
- 后端框架: 精通 Flask, FastAPI 开发高性能 RESTful API 和 Web 服务。
- 数据库: 熟练操作 MySQL/SQL,具备数据库设计与优化能力。
- 前端技术: 掌握 HTML5, CSS3, JavaScript (ES6+),JQuery,具备前后端分离架构实战经验。
- 实时通信: 应用 WebSocket 实现实时交互功能。
3. 自动化与脚本开发
- Python 自动化: 精通使用 Selenium (动态爬虫)、Requests + BeautifulSoup/Scrapy (静态爬虫)、Excel VBA、BAT/Python 脚本 实现复杂工作流自动化,显著提升效率 (如邮件制作时间缩短 80%)。
4. 运维与部署
- 熟悉 阿里云 ECS 服务器管理、Nginx 配置与负载均衡、Windows Server 运维。
5. 其他
- 掌握 Git 版本控制。
- 熟悉 windows/Linux/Shell 环境及常用命令,具备系统运维和自动化脚本编写能力。
6. 语言能力
- 英语:CET-6,可流利进行技术文档阅读与跨国团队协作沟通
智能邮件管理系统 (FastAPI + AI + SMTP)
1. 项目背景: 为解决个人/小型团队邮件处理效率低下问题,设计开发一站式智能邮件管理工具。
2. 核心功能与技术亮点:
- 智能内容生成引擎:
- 邮件摘要提取: 基于 TextRank 算法实现,准确率达 88%。
- 语义美化与风格转换: 集成大模型 API,支持 5 种语气风格 (正式/友好/简洁等) 优化邮件草稿。
- 技术文档友好: 自研 Markdown 转 HTML 渲染引擎,完美支持 6 种编程语言 (Python/JS等) 代码高亮,使技术文档类邮件编写效率提升 70%。
- 场景化智能模板库: 构建包含技术向 (API变更通知)、生活向 (农历生日祝福)、工作向 (自动排版会议纪要/周报) 的模板体系。
- 自动化推送: 基于 SMTP 实现邮件定时/触发发送。
3. 量化成果:
- 用户平均邮件制作时间从 15 分钟缩短至 3 分钟 (效率提升 80%)。
- 邮件打开率较传统模板提升 42% (智能摘要优化效果)。
- 模板匹配准确率达 89%。
//===========================================================================
智能聊天助手 (Python + wxauto + NLP)
1. 项目目标: 提升日常沟通效率,实现消息自动处理与提醒。
2. 技术亮点:
- 基于 wxauto 开源框架深度定制。
- 高性能消息处理: 采用多线程架构,日均稳定处理消息 500+ 条。
- 自动化响应: 实现关键词触发自动回复及重要消息提醒功能。
- 语义理解: 集成基础 NLP 技术进行消息语义分析,实现 85% 的意图识别准确率。
3. 价值: 有效减轻人工回复负担,确保关键信息不被遗漏。
//===========================================================================
多模态AI数字人内容生成系统(Python/PyTorch)
1. 技术方向: 语音合成(TTS)· 音色克隆 · 人脸驱动 · AIGC应用开发
2. 核心功能:
- 人声音色转换与歌唱合成
基于 RVC 框架实现高保真音色克隆
支持文字→旋律→歌曲全流程生成
关键指标:合成音频 MOS 分 > 4.0(接近真人水平)
- 唇形同步生成
采用 LatentSync 模型驱动人脸口型
实现 音频→视频 的端到端映射,唇形匹配准确率 > 90%
- 面部特征融合
基于FaceFusion模型 开发安全可控的换脸模块
添加可视水印及伦理声明(AI生成内容标识)
- 工程化部署
使用FastAPI封装 RESTful API,支持文本/音频/图像多模态输入
开发 Gradio 交互界面,降低用户使用门槛
3. 技术亮点与创新:
- 打通 TTS → 音色转换 → 人脸驱动 → 面部生成 全流程,实现 “输入文字,输出歌唱数字人视频” 的完整功能链
- 输出视频添加 动态数字水印 及 元数据标签(标记AI生成属性)
- 通过GPU运算加速 使视频生成速度提升 4 倍(RTX 4060 达 20 FPS)
- 设计流式处理管道,支持中断恢复与资源动态分配
//===========================================================================
YOLOv11 目标检测系统部署与应用 (Python/PyTorch)
1. 项目目标: 为特定场景定制开发高精度目标检测系统并实现云端 API 服务化。
2. 技术实现与优化:
- 使用 YOLOv11 在自定义数据集上进行训练。
- 模型调优: 通过储能参数 (如学习率调度、数据增强策略) 优化,显著提升 mAP 达 7%。
- 云端部署: 将优化后的模型部署至阿里云 ECS,利用 FastAPI 构建 RESTful API 接口供外部调用。