惊
博士研究生
南京大学 · 4年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
南京大学在读博士，研究方向为深度学习与网络安全。熟练掌握Python编程，具备扎实的算法基础与工程实践能力。熟悉TensorFlow、PyTorch等主流深度学习框架，在计算机视觉、异常检测等领域有项目经验。网络安全方面，了解常见漏洞与防御技术，有渗透测试及安全工具开发经历。致力于将AI前沿技术应用于安全领域，具备独立科研与团队协作能力。
项目经验
我主导开发的“基于深度学习的网络流量异常实时检测系统”，采用Python及TensorFlow框架，结合CNN与LSTM模型，对加密流量进行有效分类与异常行为识别，准确率达98.5%，显著提升了内网安全防护的主动预警能力。
此外，我设计并实现了自动化渗透测试工具链，集成漏洞扫描、模糊测试与AI辅助分析模块，将复现与验证高风险漏洞的效率提升了40%。这些项目综合体现了我将前沿深度学习算法落地解决实际安全难题的核心研发能力。
此外，我设计并实现了自动化渗透测试工具链，集成漏洞扫描、模糊测试与AI辅助分析模块，将复现与验证高风险漏洞的效率提升了40%。这些项目综合体现了我将前沿深度学习算法落地解决实际安全难题的核心研发能力。
惊
博士研究生 · 4年经验 · 南京大学
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
南京大学在读博士，研究方向为深度学习与网络安全。熟练掌握Python编程，具备扎实的算法基础与工程实践能力。熟悉TensorFlow、PyTorch等主流深度学习框架，在计算机视觉、异常检测等领域有项目经验。网络安全方面，了解常见漏洞与防御技术，有渗透测试及安全工具开发经历。致力于将AI前沿技术应用于安全领域，具备独立科研与团队协作能力。
项目经验
我主导开发的“基于深度学习的网络流量异常实时检测系统”，采用Python及TensorFlow框架，结合CNN与LSTM模型，对加密流量进行有效分类与异常行为识别，准确率达98.5%，显著提升了内网安全防护的主动预警能力。
此外，我设计并实现了自动化渗透测试工具链，集成漏洞扫描、模糊测试与AI辅助分析模块，将复现与验证高风险漏洞的效率提升了40%。这些项目综合体现了我将前沿深度学习算法落地解决实际安全难题的核心研发能力。
此外，我设计并实现了自动化渗透测试工具链，集成漏洞扫描、模糊测试与AI辅助分析模块，将复现与验证高风险漏洞的效率提升了40%。这些项目综合体现了我将前沿深度学习算法落地解决实际安全难题的核心研发能力。
立即沟通
