江流
无
- 公司信息：
- 无
- 工作经验：
- 1年
- 兼职日薪：
- 500元/8小时
- 兼职时间：
- 可工作日驻场（自由职业原因）
- 所在区域：
- 北京
- 海淀
技术能力
熟练使用Python进行数据处理与分析，掌握Pandas、NumPy、Matplotlib等常用库；具备机器学习算法实现与调优经验，涵盖回归、分类、聚类等；能基于PyTorch/TensorFlow构建卷积神经网络等深度学习模型；拥有扎实的数学建模功底，擅长优化建模与统计推断；在机器视觉领域，掌握OpenCV图像处理、目标检测与分割技术。可融合多领域技能，独立完成从数据预处理到智能视觉系统部署的完整项目。
项目经验
独立开发超声垢厚度智能预测系统，面向工业管道无损检测场景，实现从原始CSV超声回波数据到垢层厚度的端到端自动化预测。独立完成需求分析、算法设计与工程实现全流程：设计文件名解析模块自动提取标签并容错，对波形进行归一化与39维时/频/峰/能量特征提取（峰值计数、频谱质心、四分位能量比等），引入加噪、时移、幅值扰动等数据增强；集成随机森林、梯度提升树与自定义全连接神经网络（BatchNorm + Dropout + AdamW），结合GridSearchCV超参搜索、早停与学习率衰减，基于±0.05/0.1/0.5mm多容差精度评估自动选取最优模型并持久化（pickle/PyTorch），生成损失曲线、残差分布及特征重要性等可视化报告。基于Tkinter搭建训练配置与单样本预测双模块图形界面，支持参数动态调整、实时日志、一键CSV预测与结果展示。模型验证RMSE达0.1mm以内，±0.5mm容差准确率超95%，已封装为可执行工具。技术栈：Python、NumPy/SciPy、Scikit-learn、PyTorch、Matplotlib、Tkinter。
案例展示
-
超声垢厚度智能预测系统
独立开发超声垢厚度智能预测系统，面向工业管道无损检测场景，实现从原始CSV超声回波数据到垢层厚度的端到端自动化预测。独立完成需求分析、算法设计与工程实现全流程：设计文件名解析模块自动提取标签并容错，对波形进行归一化与39维时/频/峰/能量特征提取（峰值计数、频谱质心、四分位能量比
-
智能电商推荐系统
基于Kafka + PySpark + Flink + PyQt5构建端到端智能电商推荐系统，全链路覆盖实时数据采集、ETL清洗（缺失值填充、3σ异常过滤、时间特征工程）与RFM用户价值分层。核心采用ALS协同过滤结合Flink实时兴趣引擎（行为权重+指数时间衰减+滑动窗口），设
-
交易智能自动化系统
TIDAS（交易智能自动化系统）是一个端到端的异常检测平台，支持上传CSV/Excel交易数据，通过Z-Score、稀有类别、整数金额等规则快速识别可疑交易，并结合DeepSeek大模型生成AI解释与风险洞察。系统自动生成带图表和风险分级的Excel报告，支持邮件通知与定时调度任
