雪隐之村
机器学习工程师
东软 · 14年经验
日薪：
￥500/8h
地点：
沈阳 全区
时间：
下班后周六周日可工作日远程可工作日驻场（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
具备完整人工智能与全栈开发技术体系，熟练掌握机器学习、深度学习核心理论与工程落地流程，精通图像分析全链路业务，可独立完成图像采集、目标检测、图像分割、特征提取、图像分类、图像增强等视觉项目开发；擅长全流程数据分析与数据处理工作，能够完成数据清洗、数据归一化、特征工程、数据可视化、数据集构建与标注、多维度统计分析，适配训练、业务报表、预测建模等多场景数据需求。
编程语言层面熟练使用 Python、Java、C 语言，Python 可熟练运用 Pandas、NumPy、OpenCV、PyTorch、TensorFlow、Scikit-learn 等主流 AI 与数据工具库，搭建训练模型、调参优化、部署推理；Java 用于后端业务逻辑开发，C 语言可完成底层算法优化、高性能运算模块编写。移动端开发可独立完成安卓 APP 全流程开发，熟悉 Android 原生开发框架、组件生命周期、接口交互、本地存储、权限适配；前端掌握 Vue 框架，能够搭建单页面应用，实现页面组件封装、数据双向绑定、路由管理、前后端接口联调，可配合 AI 后端、安卓客户端完成整套软硬件联动项目开发，兼具算法建模、后端服务、移动端、前端页面多端协同开发能力，能够独立承接计算机视觉、数据挖掘、多端应用开发类顾问项目。
编程语言层面熟练使用 Python、Java、C 语言，Python 可熟练运用 Pandas、NumPy、OpenCV、PyTorch、TensorFlow、Scikit-learn 等主流 AI 与数据工具库，搭建训练模型、调参优化、部署推理；Java 用于后端业务逻辑开发，C 语言可完成底层算法优化、高性能运算模块编写。移动端开发可独立完成安卓 APP 全流程开发，熟悉 Android 原生开发框架、组件生命周期、接口交互、本地存储、权限适配；前端掌握 Vue 框架，能够搭建单页面应用，实现页面组件封装、数据双向绑定、路由管理、前后端接口联调，可配合 AI 后端、安卓客户端完成整套软硬件联动项目开发，兼具算法建模、后端服务、移动端、前端页面多端协同开发能力，能够独立承接计算机视觉、数据挖掘、多端应用开发类顾问项目。
项目经验
项目一：工业工件缺陷视觉检测系统
基于 PyTorch 深度学习框架搭建目标检测与图像分割双模型检测方案，使用 Python+OpenCV 完成工业图像预处理、噪声去除、灰度校正与数据集扩充，自主完成数据清洗、标注与特征工程。通过 C 语言重构模型推理模块提升运算速度，将检测延迟降低 40%；后端采用 Java 开发数据统计服务，基于 Vue 搭建可视化管理前端，同步开发配套安卓移动端巡检 APP，实现现场实时拍照检测、缺陷数据本地存储与云端同步。系统落地生产车间，工件缺陷识别准确率达 99.2%，替代人工肉眼质检，大幅降低漏检率。
项目二：多维度用户行为数据分析预测平台
运用机器学习分类、回归算法搭建用户流失与消费预测模型，依托 Pandas、NumPy 完成海量业务数据处理、缺失值填充、特征筛选与数据可视化分析。使用 Java 搭建后台数据接口，对接 Vue 前端实现数据看板、趋势图表自动生成；配套安卓 APP 支持管理人员随时随地查看分析报表。基于模型输出数据优化运营策略，精准识别高流失风险用户，客户留存提升 18%，为业务决策提供量化数据支撑。
项目三：轻量化移动端图像识别工具
针对移动端算力限制，对深度学习模型做剪枝、量化轻量化处理，使用 C 语言优化底层图像处理算子，采用原生安卓开发整套应用，集成图像实时采集、本地离线推理功能。前端 Vue 搭建配套 Web 管理后台，用于数据集管理、模型迭代更新，后端 Java 负责模型文件分发与识别结果汇总。无需依赖云端即可完成离线图像分类、特征比对，适配户外无网络作业场景，模型体积压缩 75%，移动端识别速度提升 2 倍。
基于 PyTorch 深度学习框架搭建目标检测与图像分割双模型检测方案，使用 Python+OpenCV 完成工业图像预处理、噪声去除、灰度校正与数据集扩充，自主完成数据清洗、标注与特征工程。通过 C 语言重构模型推理模块提升运算速度，将检测延迟降低 40%；后端采用 Java 开发数据统计服务，基于 Vue 搭建可视化管理前端，同步开发配套安卓移动端巡检 APP，实现现场实时拍照检测、缺陷数据本地存储与云端同步。系统落地生产车间，工件缺陷识别准确率达 99.2%，替代人工肉眼质检，大幅降低漏检率。
项目二：多维度用户行为数据分析预测平台
运用机器学习分类、回归算法搭建用户流失与消费预测模型，依托 Pandas、NumPy 完成海量业务数据处理、缺失值填充、特征筛选与数据可视化分析。使用 Java 搭建后台数据接口，对接 Vue 前端实现数据看板、趋势图表自动生成；配套安卓 APP 支持管理人员随时随地查看分析报表。基于模型输出数据优化运营策略，精准识别高流失风险用户，客户留存提升 18%，为业务决策提供量化数据支撑。
项目三：轻量化移动端图像识别工具
针对移动端算力限制，对深度学习模型做剪枝、量化轻量化处理，使用 C 语言优化底层图像处理算子，采用原生安卓开发整套应用，集成图像实时采集、本地离线推理功能。前端 Vue 搭建配套 Web 管理后台，用于数据集管理、模型迭代更新，后端 Java 负责模型文件分发与识别结果汇总。无需依赖云端即可完成离线图像分类、特征比对，适配户外无网络作业场景，模型体积压缩 75%，移动端识别速度提升 2 倍。
雪隐之村
机器学习工程师 · 14年经验 · 东软
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
具备完整人工智能与全栈开发技术体系，熟练掌握机器学习、深度学习核心理论与工程落地流程，精通图像分析全链路业务，可独立完成图像采集、目标检测、图像分割、特征提取、图像分类、图像增强等视觉项目开发；擅长全流程数据分析与数据处理工作，能够完成数据清洗、数据归一化、特征工程、数据可视化、数据集构建与标注、多维度统计分析，适配训练、业务报表、预测建模等多场景数据需求。
编程语言层面熟练使用 Python、Java、C 语言，Python 可熟练运用 Pandas、NumPy、OpenCV、PyTorch、TensorFlow、Scikit-learn 等主流 AI 与数据工具库，搭建训练模型、调参优化、部署推理；Java 用于后端业务逻辑开发，C 语言可完成底层算法优化、高性能运算模块编写。移动端开发可独立完成安卓 APP 全流程开发，熟悉 Android 原生开发框架、组件生命周期、接口交互、本地存储、权限适配；前端掌握 Vue 框架，能够搭建单页面应用，实现页面组件封装、数据双向绑定、路由管理、前后端接口联调，可配合 AI 后端、安卓客户端完成整套软硬件联动项目开发，兼具算法建模、后端服务、移动端、前端页面多端协同开发能力，能够独立承接计算机视觉、数据挖掘、多端应用开发类顾问项目。
编程语言层面熟练使用 Python、Java、C 语言，Python 可熟练运用 Pandas、NumPy、OpenCV、PyTorch、TensorFlow、Scikit-learn 等主流 AI 与数据工具库，搭建训练模型、调参优化、部署推理；Java 用于后端业务逻辑开发，C 语言可完成底层算法优化、高性能运算模块编写。移动端开发可独立完成安卓 APP 全流程开发，熟悉 Android 原生开发框架、组件生命周期、接口交互、本地存储、权限适配；前端掌握 Vue 框架，能够搭建单页面应用，实现页面组件封装、数据双向绑定、路由管理、前后端接口联调，可配合 AI 后端、安卓客户端完成整套软硬件联动项目开发，兼具算法建模、后端服务、移动端、前端页面多端协同开发能力，能够独立承接计算机视觉、数据挖掘、多端应用开发类顾问项目。
项目经验
项目一：工业工件缺陷视觉检测系统
基于 PyTorch 深度学习框架搭建目标检测与图像分割双模型检测方案，使用 Python+OpenCV 完成工业图像预处理、噪声去除、灰度校正与数据集扩充，自主完成数据清洗、标注与特征工程。通过 C 语言重构模型推理模块提升运算速度，将检测延迟降低 40%；后端采用 Java 开发数据统计服务，基于 Vue 搭建可视化管理前端，同步开发配套安卓移动端巡检 APP，实现现场实时拍照检测、缺陷数据本地存储与云端同步。系统落地生产车间，工件缺陷识别准确率达 99.2%，替代人工肉眼质检，大幅降低漏检率。
项目二：多维度用户行为数据分析预测平台
运用机器学习分类、回归算法搭建用户流失与消费预测模型，依托 Pandas、NumPy 完成海量业务数据处理、缺失值填充、特征筛选与数据可视化分析。使用 Java 搭建后台数据接口，对接 Vue 前端实现数据看板、趋势图表自动生成；配套安卓 APP 支持管理人员随时随地查看分析报表。基于模型输出数据优化运营策略，精准识别高流失风险用户，客户留存提升 18%，为业务决策提供量化数据支撑。
项目三：轻量化移动端图像识别工具
针对移动端算力限制，对深度学习模型做剪枝、量化轻量化处理，使用 C 语言优化底层图像处理算子，采用原生安卓开发整套应用，集成图像实时采集、本地离线推理功能。前端 Vue 搭建配套 Web 管理后台，用于数据集管理、模型迭代更新，后端 Java 负责模型文件分发与识别结果汇总。无需依赖云端即可完成离线图像分类、特征比对，适配户外无网络作业场景，模型体积压缩 75%，移动端识别速度提升 2 倍。
基于 PyTorch 深度学习框架搭建目标检测与图像分割双模型检测方案，使用 Python+OpenCV 完成工业图像预处理、噪声去除、灰度校正与数据集扩充，自主完成数据清洗、标注与特征工程。通过 C 语言重构模型推理模块提升运算速度，将检测延迟降低 40%；后端采用 Java 开发数据统计服务，基于 Vue 搭建可视化管理前端，同步开发配套安卓移动端巡检 APP，实现现场实时拍照检测、缺陷数据本地存储与云端同步。系统落地生产车间，工件缺陷识别准确率达 99.2%，替代人工肉眼质检，大幅降低漏检率。
项目二：多维度用户行为数据分析预测平台
运用机器学习分类、回归算法搭建用户流失与消费预测模型，依托 Pandas、NumPy 完成海量业务数据处理、缺失值填充、特征筛选与数据可视化分析。使用 Java 搭建后台数据接口，对接 Vue 前端实现数据看板、趋势图表自动生成；配套安卓 APP 支持管理人员随时随地查看分析报表。基于模型输出数据优化运营策略，精准识别高流失风险用户，客户留存提升 18%，为业务决策提供量化数据支撑。
项目三：轻量化移动端图像识别工具
针对移动端算力限制，对深度学习模型做剪枝、量化轻量化处理，使用 C 语言优化底层图像处理算子，采用原生安卓开发整套应用，集成图像实时采集、本地离线推理功能。前端 Vue 搭建配套 Web 管理后台，用于数据集管理、模型迭代更新，后端 Java 负责模型文件分发与识别结果汇总。无需依赖云端即可完成离线图像分类、特征比对，适配户外无网络作业场景，模型体积压缩 75%，移动端识别速度提升 2 倍。
案例展示
基于大数据+AI 的简历岗位人才匹配系统
本作品为基于 Hadoop+Spark + 大模型的简历 - 岗位智能匹配系统，面向企业 HR 与求职人群解决招聘匹配低效痛点，搭建四层分布式架构，完整覆盖大数据预处理、NLP 语义计算、多 LLM 集成、可视化展示全流程。系统内置 12 步标准化数据流水线，依托 PySpark
引力波事件数据可视化与分析系统
本作品为引力波事件数据可视化与分析系统（GWAnalysis），面向天文科研场景搭建端到端时序信号处理与机器学习分析全链路，基于 GWOSC 公开引力波观测数据开发，完整覆盖数据采集、多格式解析、多级信号降噪、78 维高维特征工程、机器学习建模、60 余种专业可视化全流程，适配
立即沟通
