w
数据采集
上海蓝矩信息科技有限公司 · 2年经验
日薪：
￥500/8h
地点：
上海 闵行
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
编程语言： Python、MATLAB（熟练）， C、C#、JavaScript+HTML/CSS（掌握），ArcGIS/QGIS
熟悉的Python方向： 网络爬虫（requests、selenium、scrapy）、数据分析/数据清洗、数据可视化（绘图、地图可视化）、GUI界面（PyQt）、图像处理（PIL）、深度学习（NLP、图像分类）、Web开发（Flask）
其他技能： SQL（基本查询、Python连接数据库、空间数据库）、Docker、微信小程序、Google Colab
熟悉的Python方向： 网络爬虫（requests、selenium、scrapy）、数据分析/数据清洗、数据可视化（绘图、地图可视化）、GUI界面（PyQt）、图像处理（PIL）、深度学习（NLP、图像分类）、Web开发（Flask）
其他技能： SQL（基本查询、Python连接数据库、空间数据库）、Docker、微信小程序、Google Colab
项目经验
2024.2 — 2024.5 基于大模型的遥感图像语义分割
项目简介：开源大模型用于遥感影像中建筑物提取
项目内容：自学PyTorch框架；完整实现从算法到可视化输出的全流程开发。基于SAM图像分割大模型，使
用CLIP模型对输入进行微调， 实现文字Prompt+少样本学习，并完成输出结果的可视化。
2025.5 — 2025.6 智能信息抽取应用开发
实现功能：输入文本，即可通过AI模型自动结构化关键信息生成人物简历、分配标签，无需人工过目。
本人工作：1.基于paddleNLP UIE（信息抽取+情感分类）接口，独立开发Flask应用，实现智能文本分析；
2.通过自创前后处理程序进行优化（有效提升复杂文本处理情况），将准确率提升到95%以上。
3.完成项目容器化（制作Docker镜像）
项目简介：开源大模型用于遥感影像中建筑物提取
项目内容：自学PyTorch框架；完整实现从算法到可视化输出的全流程开发。基于SAM图像分割大模型，使
用CLIP模型对输入进行微调， 实现文字Prompt+少样本学习，并完成输出结果的可视化。
2025.5 — 2025.6 智能信息抽取应用开发
实现功能：输入文本，即可通过AI模型自动结构化关键信息生成人物简历、分配标签，无需人工过目。
本人工作：1.基于paddleNLP UIE（信息抽取+情感分类）接口，独立开发Flask应用，实现智能文本分析；
2.通过自创前后处理程序进行优化（有效提升复杂文本处理情况），将准确率提升到95%以上。
3.完成项目容器化（制作Docker镜像）
ID:413144
复制
w
数据采集 · 2年经验 · 上海蓝矩信息科技有限公司
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
编程语言： Python、MATLAB（熟练）， C、C#、JavaScript+HTML/CSS（掌握），ArcGIS/QGIS
熟悉的Python方向： 网络爬虫（requests、selenium、scrapy）、数据分析/数据清洗、数据可视化（绘图、地图可视化）、GUI界面（PyQt）、图像处理（PIL）、深度学习（NLP、图像分类）、Web开发（Flask）
其他技能： SQL（基本查询、Python连接数据库、空间数据库）、Docker、微信小程序、Google Colab
熟悉的Python方向： 网络爬虫（requests、selenium、scrapy）、数据分析/数据清洗、数据可视化（绘图、地图可视化）、GUI界面（PyQt）、图像处理（PIL）、深度学习（NLP、图像分类）、Web开发（Flask）
其他技能： SQL（基本查询、Python连接数据库、空间数据库）、Docker、微信小程序、Google Colab
项目经验
2024.2 — 2024.5 基于大模型的遥感图像语义分割
项目简介：开源大模型用于遥感影像中建筑物提取
项目内容：自学PyTorch框架；完整实现从算法到可视化输出的全流程开发。基于SAM图像分割大模型，使
用CLIP模型对输入进行微调， 实现文字Prompt+少样本学习，并完成输出结果的可视化。
2025.5 — 2025.6 智能信息抽取应用开发
实现功能：输入文本，即可通过AI模型自动结构化关键信息生成人物简历、分配标签，无需人工过目。
本人工作：1.基于paddleNLP UIE（信息抽取+情感分类）接口，独立开发Flask应用，实现智能文本分析；
2.通过自创前后处理程序进行优化（有效提升复杂文本处理情况），将准确率提升到95%以上。
3.完成项目容器化（制作Docker镜像）
项目简介：开源大模型用于遥感影像中建筑物提取
项目内容：自学PyTorch框架；完整实现从算法到可视化输出的全流程开发。基于SAM图像分割大模型，使
用CLIP模型对输入进行微调， 实现文字Prompt+少样本学习，并完成输出结果的可视化。
2025.5 — 2025.6 智能信息抽取应用开发
实现功能：输入文本，即可通过AI模型自动结构化关键信息生成人物简历、分配标签，无需人工过目。
本人工作：1.基于paddleNLP UIE（信息抽取+情感分类）接口，独立开发Flask应用，实现智能文本分析；
2.通过自创前后处理程序进行优化（有效提升复杂文本处理情况），将准确率提升到95%以上。
3.完成项目容器化（制作Docker镜像）
立即沟通
