我具备从系统架构设计到算法落地的全流程技术能力。在工程层面,熟练掌握前后端主流技术栈,包括React、Vue、Spring Boot、Django等框架,能够独立完成高可用分布式系统的设计与部署。在数据科学方向,精通TensorFlow、PyTorch等深度学习框架,具有自然语言处理、计算机视觉等领域的实战经验,曾主导过多个智能推荐与预测分析项目的算法研发与优化。
基于多源遥感的作物生长监测平台
项目面向大型农场设计了一套融合卫星、无人机与地面物联网的协同监测系统。采用Sentinel-2、Landsat等开源卫星数据,结合自主研发的无人机高光谱成像设备,构建了时空连续的多尺度遥感数据集。通过深度学习模型(如U-Net、ConvLSTM)实现作物分类、长势评估与产量预测,准确率超90%。平台后端采用微服务架构,通过GeoServer管理栅格数据,并基于时间序列分析技术生成区域级作物健康指数图谱,帮助农户精准掌握农田状况。