猿急送>

成都其它兼职程序员

ID：419068

月下杜康

算法工程师

公司信息：
南京华龄和平智能科技有限公司

工作经验：
3年

兼职日薪：
700元/8小时

兼职时间：
下班后

所在区域：
成都
武侯

技术能力

主攻 C++ 和 Python 双栈开发，核心工作是把深度学习算法真正落地成高性能的工程产品。擅长PyTorch 跑模型（如检测、分割或大模型接入），解决从算法到交付的链路问题：底层会用 TensorRT 做算子对齐和 INT8 量化加速，系统层跑过 ROS2 节点通信和基于 Unity 3D 的数字孪生仿真。精通 MySQL 数据库建模、Django 后端接口到 PyQt5 工业级上位机界面的开发。

项目经验

1. 城市高架桥梁病害智能检测系统
负责该项目从算法训练到终端交付的全链路开发。底层通过 PyTorch 训练针对裂缝和露筋识别的 YOLO 与分割模型，利用 C++ 结合 TensorRT 完成了 INT8 量化适配，解决边缘工控机在高解析度图像下的实时推理压力。基于 Django 搭建了病害时空数据库，并配合 PyQt5 开发了专家分析上位机，实现了病害从现场自动识别到云端存证、再到一键生成报表的完整流程。
2. 常泰大桥跨缆检测机器人（智能巡检小车）
该项目针对大桥主缆的高空极端工况，基于 ROS2 架构搭建了机器人的分布式通信系统，实现工业相机与 IMU 等传感器的硬件级时间戳对齐，确保巡检小车在强风干扰下的感知稳定性。
3. 轨道交通关键零部件动态巡检平台
高速动态场景下的实时数据，通过 C++ 多线程并行优化了高频抓拍图像的解码与预处理流程，并在 Docker 容器化环境下部署了经 TensorRT 加速的扣件缺陷检测模型，确保车载系统在高速运行下的检测不漏帧。引入了多模态大模型对历史维护日志进行关联分析，辅助 MySQL 数据库实现巡检轨迹的高效检索与病害预警预测。

案例展示

高架桥智能巡检上位机调试软件

根据现场智能检测机器人开发调试QT程序，与下位机完成通信，进行下位机机器人运动控制，协助完成行走任务。
轨道交通智能检测

根据实地工况和设备条件，开发实时检测动态接口，根据实地现场收集整理数据，应用深度学习算法模型（YOLO、Unet、RT-DETR、VitDet等）开发跨平台接口，完成动态的高精度目标检测。