1.系统架构分析,深入理解内存管理、多线程并发,性能与开发效率平衡。
2.C/C++语言,操作系统、驱动、中间件、通信、应用程序编程。
3.Python语言,LightGBM/XGBoost等应用编程。
4.Unity三维编程。
5.项目管理与研发流程、规范管理。
1.计算机视觉识别平台
适用场景: 智能制造、人行监测、图像处理
技术栈: C++ (OpenCV)
项目描述: 用于生产、人行区域的低延迟、高并发的实时视觉监测系统。旨在解决传统人工巡检效率低、响应慢等痛点,实现区域的全天候自动化监控与预警。
2.量化交易系统
适用场景: 金融科技、高频交易 (HFT)
技术栈: C++, Python,NumPy, Pandas, PyTorch
项目描述: 搭建基于NumPy/Pandas的高性能因子计算库,支持向量化回测;引入PyTorch集成深度学习模型,实时预测短期价格趋势。
3.自动驾驶感知与规划控制
适用场景: 自动驾驶、机器人、嵌入式系统
技术栈: C++, Python, ROS2
项目描述: 无人车辆感知融合与控制规划,解决多传感器数据融合的高实时性要求及深度学习模型的部署问题。
基于计算机视觉的行人智能分析系统,用于安防监控、顾客画像等应用场景,支持图片与实时视频分析。 1.人脸检测:自动定位并框出所有可见的人脸。 2.性别分析:对每个检测到的人脸,判断其性别并标注。 3.年龄评估:评估每个人的大致年龄并标注。
股票智能分析仪表盘,分钟级数据适用高频或日内交易,辅助进阶交易者、分析师或程序化交易系统的工具。 1.短线利用支撑/压力位+成交量捕捉日内波段机会;中线通过筹码重心迁移判断主力建仓/出货阶段。 2.分析周期内因子有效性,模型表现。 3.风险控制,监控技术因子变化,预警潜在抛