猿急送>

南京Python兼职程序员

ID：411232

transforming and testing

算法工程师

公司信息：
南京市秦淮区王萧斌软件工作室

工作经验：
1年

兼职日薪：
500元/8小时

兼职时间：
周六
周日
可工作日远程

所在区域：
南京
全区

技术能力

1）编程语言：掌握Python程序设计及常见数据处理方法，掌握C/C++与Qt 编程，熟练使用TensorFlow、PyTorch、sklearn等机器学习框架，了解git，sqlite
2）嵌入式开发：掌握C语言、数据结构和ARM汇编语言基础，掌握多线程编程及并发控制，了解I2C、SPI、UART、ADC、WDT、DMA等机制。
3）计算机视觉：具备图像分类、目标检测等项目的实战经验，熟悉在图像识别、视频分析等领域应用的方法，了解模型剪枝、量化、蒸馏等压缩方法。
4）机器学习：了解监督学习、无监督学习、半监督等算法，了解Scikit-learn、XGBoost 等机器学习库。
5）深度学习：了解神经网络、卷积神经网络（CNN）、循环神经网络（RNN）、LSTM、Transformer 等模型结构。
6）自然语言处理：了解NLP基础任务（如分词、词性标注、词云、命名实体识别）
7）本科核心课程：
交通管理与控制（88，实现了基于单目视觉车辆计数与韦伯斯特的配时管理系统）
交通运筹学课程设计（85，实现了镇江与扬中最短路货运规划）
运输与物流企业综合实践（88，实现了基于自适应二值化的物流园区坑洞缺陷积水检测）
劳动教育与实践（80，激光雷达智能小车拆装烧录）
公路枢纽规划与设计（84）、物流技术经济学（87）

项目经验

# 项目经验
## 显微镜直线缺陷检测系统（2025.12-至今）
- **项目概述**：开发基于计算机视觉的直线缺陷检测系统，支持实时摄像头、单张图片及本地视频三种媒体类型输入，适用于工业质检场景，通过Qt框架构建可视化界面，实现参数可调、异常报警及多媒体数据保存等核心功能。
- **核心技术与实现**：采用Python作为开发语言，运用OpenCV进行图像处理（灰度化、自适应二值化、特征提取等），通过PyQt5搭建包含功能控制区、参数调整区等模块的交互界面，设计多线程架构分离UI线程与弹窗线程，保障检测实时性；通过剔除极端值的统计滤波方法提升检测鲁棒性，实现异常区域紫线框选、数据表格实时展示及自动文件夹分类保存功能。
- **项目成果**：系统检测准确率可通过参数灵活调节，支持多场景应用，具备完整的多媒体数据处理及追溯能力，已与苏州爱拓利电子科技有限公司达成合作并进入测试阶段，获得主管认可。

## 股票收盘价智能预测系统（2025.12）
- **项目概述**：针对股票收盘价时序预测场景，构建传统时序模型与深度学习模型的多算法对比体系，探究自变量降维对模型性能的影响，实现预测结果的标准化评估与可视化输出。
- **核心技术与实现**：基于Python开发，运用Pandas、NumPy完成数据加载与预处理（双编码支持、线性插值补全、时序分层划分），集成PCA降维模块与LSTM模型，构建包含朴素预测、ARIMA、VAR等11种方法的批量调度框架，设计MAE、RMSE、R²三维度评估体系，通过Matplotlib实现多维度结果可视化。
- **项目成果**：解决时序数据处理核心问题，开发效率提升60%；确定ARIMA(1,1,1)_原始特征为最优方案，MAE仅0.2854，R²达0.999；量化PCA降维对不同模型的影响，输出标准化CSV/Excel数据及高分辨率可视化图表，满足离线分析与业务决策需求。

## 球赛行为分析系统（2025.12）
- **项目概述**：参与智能足球赛事轨迹预测与风险预警系统开发，基于YOLO系列模型搭建双模型检测框架，实现球场区域、足球及球员目标的精准识别，以及轨迹预测、距离告警与风险可视化功能。
- **核心技术与实现**：采用Python+PyTorch技术栈，运用卡尔曼滤波平滑轨迹数据，设计高斯噪声添加、时间扭曲等多维度数据增强方案（样本扩充10倍），构建融合注意力机制与残差连接的增强型LSTM模型，基于欧氏距离实现风险告警，通过OpenCV与Matplotlib完成可视化呈现。
- **项目成果**：CPU环境下帧率稳定，30米范围内目标检测查全率超95%，轨迹预测MAE误差控制在合理范围，告警响应延迟低于100ms；构建的工具链可捕捉运动轨迹并预警接触风险，原型获得主管认可，为赛事判罚辅助与训练分析提供技术支撑。

## 工地接箍检测系统（2025.12）
- **项目概述**：针对小样本场景下路侧监控接箍检测需求，开发基于YOLOv11的检测系统，通过组合式数据增强技术提升模型性能，构建高性能基线模型。
- **核心技术与实现**：基于Python开发，设计Sobel/Laplacian边缘增强、PCA降维增强等组合方案，实现6倍样本扩增；自动划分训练集与验证集（8:2），生成YOLO适配配置文件；融合SPD、CBAM等模块优化网络结构，开展10组对比试验。
- **项目成果**：基线模型mAP@0.5最高达99.5%，较基础版本提升4.2%，有效缓解小样本过拟合问题；完成增强数据集、10组试验成果及完整代码交付，获得研究团队硕士生认可，适配路侧监控实际检测需求。

## 工人监控系统（2025.11）
- **项目概述**：开发针对橡胶片粘贴作业的视觉监控系统，通过图像识别橡胶片倾斜角度，实现作业状态判断、错误蜂鸣告警及图形界面展示功能，替代人工巡检。
- **核心技术与实现**：采用Python+OpenCV+PyQt5技术栈，划分作业区并通过行人持续帧数区分工作/转杆状态；自研交互式像素特征标注工具，提取18维特征并筛选核心区分规则；通过腐蚀膨胀降噪、BFS聚类及最小二乘法拟合，实现红线斜率精准提取（误差<3°）。
- **项目成果**：CPU环境下处理帧率达15fps，单帧特征提取耗时<0.5秒；实现斜率数据自动化分类存储，系统上线后可降低生产风险，为作业标准化提供数据支撑，获得市场专员认可。

## 玻璃珠检测系统（2025.09-2025.10）
- **项目概述**：开发非深度学习方案的圆形接触点检测系统，实现20张图像中圆形物体完全接触点的精准识别与标注，确保检测可解释性与实用性。
- **核心技术