熟练掌握 Python 开发,具备人工智能算法研发、机器学习模型训练与部署经验。
技术栈包括:
Python、PyTorch、TensorFlow、OpenCV、CUDA、NumPy、Pandas、Scikit-learn、LightGBM、Git、Linux。
熟悉深度学习模型训练、推理优化与工程部署,具备计算机视觉方向项目经验,包括目标检测、人脸识别、图像处理、模型加速等。
熟悉机器学习算法应用,包括分类、回归、特征工程、模型评估、数据分析等。
具备数据处理和量化分析经验,能够完成数据清洗、因子计算、回测分析和机器学习预测模型开发。
熟悉 AI 应用开发流程,包括模型调用、接口开发、自动化工具开发和系统集成。
项目名称:机器人智能算法与软件开发
项目描述:
参与机器人相关软件开发工作,负责 Python 工具链、算法模块开发以及系统调试。
技术栈:
Python、Linux、机器人软件环境、算法开发、数据处理。
项目成果:
完成相关功能开发、调试和优化,提高系统稳定性和开发效率。
项目名称:基于深度学习的人脸处理与视频分析系统
项目描述:
参与基于深度学习的人脸处理系统开发,负责模型推理、算法优化以及跨平台部署。
技术栈:
Python、PyTorch、OpenCV、CUDA、ONNX、深度学习模型。
项目成果:
完成多人脸处理流程优化,解决模型推理环境配置、GPU加速和部署问题,提高系统运行效率。
项目名称:RQuant 量化研究平台
项目描述:
独立开发基于 Python 的量化研究系统,用于股票数据处理、因子分析、机器学习预测和策略回测。
技术栈:
Python、Pandas、NumPy、LightGBM、机器学习、数据分析。
项目成果:
实现行情数据管理、Alpha因子计算、IC分析、模型训练和回测评估流程。
基于 Python 开发的量化研究平台,用于金融数据处理、因子分析、机器学习预测和策略回测。 项目实现了完整的数据研究流程,包括行情数据管理、Alpha因子计算、因子有效性分析、模型训练和回测评估。 主要功能: 1. 自动化处理股票行情数据; 2. 实现多种量化因
基于深度学习的计算机视觉应用项目,负责模型推理优化、算法调试以及跨平台部署。 项目采用 Python、PyTorch、OpenCV、CUDA 等技术,实现人脸检测、图像处理和视频分析相关功能。 主要工作包括: 1. 深度学习模型部署与推理环境搭建; 2. GPU