涟漪
全栈工程师 深度学习、机器学习
SCUT · 3年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
核心掌握的编程语言：Java、Python、html、css、js、ts
数据处理与分析：数据挖掘、爬虫、数据分析
机器学习&深度学习&强化学习：TensorFlow、PyTorch、OpenCV、Dlib、FastAI、PaddlePaddle、MediaPipe...
web软件开发：SpringBoot、Flask、Vue、react、nextjs、Django、Docker、NGINX、MyBatis、Gunicorn、RestfulAPI设计、微信小程序原生框架
数据处理与分析：数据挖掘、爬虫、数据分析
机器学习&深度学习&强化学习：TensorFlow、PyTorch、OpenCV、Dlib、FastAI、PaddlePaddle、MediaPipe...
web软件开发：SpringBoot、Flask、Vue、react、nextjs、Django、Docker、NGINX、MyBatis、Gunicorn、RestfulAPI设计、微信小程序原生框架
项目经验
高性能协作式边缘计算：参与启发式算法、强化学习算法的研发以及调度系统、边缘节点服务系统的搭建，是项目组的核心成员
结合大模型技术的多模态POI匹配系统：基于深度学习的地理位置兴趣点（Point of Interest）匹配解决方案，LLM增强
WonderingNote 全栈开发：基于Spring Boot框架的Java后端，处理数据库操作并提供高效的API接口；以及基于Flask框架的Python后端，主要负责AI服务的部署和管理。AI服务方面，项目自研了多个智能验证功能，包括人脸识别、物体识别、场景识别、手势识别等。所有AI模型都通过深度学习框架（如PyTorch、FastAI、PaddlePaddle和MediaPipe）进行训练，确保识别精度和速度。同时，Dlib和OpenCV结合使用，打造了高效的人脸识别系统。
强化学习-多智能体协同配送系统：项目实现了一个创新的卡车-无人机协同配送系统，通过多智能体强化学习(MAPPO)算法优化物流配送效率
多模态图像特征提取与匹配系统：采用了先进的Mamba-Conv混合架构，基于深度学习的多模态图像特征提取与匹配系统
结合大模型技术的多模态POI匹配系统：基于深度学习的地理位置兴趣点（Point of Interest）匹配解决方案，LLM增强
WonderingNote 全栈开发：基于Spring Boot框架的Java后端，处理数据库操作并提供高效的API接口；以及基于Flask框架的Python后端，主要负责AI服务的部署和管理。AI服务方面，项目自研了多个智能验证功能，包括人脸识别、物体识别、场景识别、手势识别等。所有AI模型都通过深度学习框架（如PyTorch、FastAI、PaddlePaddle和MediaPipe）进行训练，确保识别精度和速度。同时，Dlib和OpenCV结合使用，打造了高效的人脸识别系统。
强化学习-多智能体协同配送系统：项目实现了一个创新的卡车-无人机协同配送系统，通过多智能体强化学习(MAPPO)算法优化物流配送效率
多模态图像特征提取与匹配系统：采用了先进的Mamba-Conv混合架构，基于深度学习的多模态图像特征提取与匹配系统
涟漪
全栈工程师 深度学习、机器学习 · 3年经验 · SCUT
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
核心掌握的编程语言：Java、Python、html、css、js、ts
数据处理与分析：数据挖掘、爬虫、数据分析
机器学习&深度学习&强化学习：TensorFlow、PyTorch、OpenCV、Dlib、FastAI、PaddlePaddle、MediaPipe...
web软件开发：SpringBoot、Flask、Vue、react、nextjs、Django、Docker、NGINX、MyBatis、Gunicorn、RestfulAPI设计、微信小程序原生框架
数据处理与分析：数据挖掘、爬虫、数据分析
机器学习&深度学习&强化学习：TensorFlow、PyTorch、OpenCV、Dlib、FastAI、PaddlePaddle、MediaPipe...
web软件开发：SpringBoot、Flask、Vue、react、nextjs、Django、Docker、NGINX、MyBatis、Gunicorn、RestfulAPI设计、微信小程序原生框架
项目经验
高性能协作式边缘计算：参与启发式算法、强化学习算法的研发以及调度系统、边缘节点服务系统的搭建，是项目组的核心成员
结合大模型技术的多模态POI匹配系统：基于深度学习的地理位置兴趣点（Point of Interest）匹配解决方案，LLM增强
WonderingNote 全栈开发：基于Spring Boot框架的Java后端，处理数据库操作并提供高效的API接口；以及基于Flask框架的Python后端，主要负责AI服务的部署和管理。AI服务方面，项目自研了多个智能验证功能，包括人脸识别、物体识别、场景识别、手势识别等。所有AI模型都通过深度学习框架（如PyTorch、FastAI、PaddlePaddle和MediaPipe）进行训练，确保识别精度和速度。同时，Dlib和OpenCV结合使用，打造了高效的人脸识别系统。
强化学习-多智能体协同配送系统：项目实现了一个创新的卡车-无人机协同配送系统，通过多智能体强化学习(MAPPO)算法优化物流配送效率
多模态图像特征提取与匹配系统：采用了先进的Mamba-Conv混合架构，基于深度学习的多模态图像特征提取与匹配系统
结合大模型技术的多模态POI匹配系统：基于深度学习的地理位置兴趣点（Point of Interest）匹配解决方案，LLM增强
WonderingNote 全栈开发：基于Spring Boot框架的Java后端，处理数据库操作并提供高效的API接口；以及基于Flask框架的Python后端，主要负责AI服务的部署和管理。AI服务方面，项目自研了多个智能验证功能，包括人脸识别、物体识别、场景识别、手势识别等。所有AI模型都通过深度学习框架（如PyTorch、FastAI、PaddlePaddle和MediaPipe）进行训练，确保识别精度和速度。同时，Dlib和OpenCV结合使用，打造了高效的人脸识别系统。
强化学习-多智能体协同配送系统：项目实现了一个创新的卡车-无人机协同配送系统，通过多智能体强化学习(MAPPO)算法优化物流配送效率
多模态图像特征提取与匹配系统：采用了先进的Mamba-Conv混合架构，基于深度学习的多模态图像特征提取与匹配系统
立即沟通
