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。
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。
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
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