技术能力

编程与工具： 精通 Python，熟练使用 C语言、PyTorch、TensorFlow、OpenCV、NumPy、Pandas、Matplotlib 等工具；了解爬虫与 PyQt 开发，掌握 Linux 系统常用命令与环境配置。
算法与模型： 熟悉 YOLO 系列目标检测、Transformer、Mask-RCNN、DeepLab、UNet 等语义分割算法；掌握 LSTM、Informer、FourCastNet 等时序预测模型；能基于 ResNet、Transformer 进行图像回归任务；具备算法融合与模型优化经验。
产品与项目管理： 熟练使用 Axure、MasterGo 等原型工具；能独立编写 PRD、接口文档与测试用例；熟悉 Web、小程序、大屏与硬件联动产品流程；具备跨部门协作与风险控制能力。

项目经验

研究方向： 聚焦海洋、水文气象等多模态智能感知领域，具备从数据治理到模型落地的全流程能力。
代表项目：
1. 智能海洋视像观测仪（2023.02–2023.12）
• 负责数据清洗、增强与模型训练；采用 ResNet、YOLOv7、Mask-RCNN、Transformer 等模型实现海岸带场景识别；
• 实现海漂垃圾、浒苔、浪周期等要素的自动识别与计算，显著降低监测运维成本。
2. 智能数据质控系统（2023.08–2024.04）
• 构建融合统计学（格拉布斯、莱茵达）、机器学习（SVM、KNN）与深度学习（LSTM、Informer）的一体化质控框架；
• 实现异常检测与智能填充（Informer R²>95%），支持数据可视化与前后端集成。

项目推进：
主要职责：
• 主导需求调研、功能规划与优先级管理，维护需求池与功能清单；
• 独立编写高质量 PRD 与接口文档，设计交互原型并组织评审；
• 负责测试用例编制与缺陷追踪，保证交付质量；
• 管理项目节点与风险，协调研发、设计、实施与供应商资源；
• 研究 AI 工具与竞品，撰写方法与选型建议；
• 探索数字展陈设备与系统联动（远程控制、自动开关机、调试联动）。

团队情况