算法开发:熟练使用torch、paddle等框架以及模型的训练微调部署,熟练使用sklearn、imbalance等库用于机器学习建模。熟悉常用接口框架,如Flask、fastapi等。
工程能力:熟练使用python进行开发,掌握常用docker以及linux命令
1.意图识别优化:通过更换文本分类模型BERT,并微调将意图识别准确率提升5%。
2.水位检测预警:固定机位返回图片,利用SAM分割水面按照比例对水位做出判断并返回,以及从GPU到晟腾的转换并部署
3.自动化运维:基于RPA+Webdriver开发自动化工具,使用工具对网页进行自动化操作。
4.数据建模:基于陕西电信易访数据,对易访进行分类预测,准确率从50%提升至65%。
5.智能问数(text2sql):基于RAG向量检索+大模型优化生成sql并返回结果
6.营销场景分类:利用paddlecls对用户提供的图片进行训练并部署,区分是否是营销场景。识别准确率85%。
7.利用python读取excel,并生成模板化word。