落珞羽殇
无
无 · 1年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
下班后可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
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。
项目经验
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。
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。
ID:409921
复制
落珞羽殇
无 · 1年经验 · 无
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
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。
项目经验
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。
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。
立即沟通
