安如霜
全栈工程师
科大讯飞 · 1年经验
日薪：
￥500/8h
地点：
郑州
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
本人全栈开发，可接前端页面，接长时间的项目，小程序页面、官网、APP、web端、移动端页面、AI agent开发都可。
熟练掌握 Javascript，css，html，typescript，es6等前端技术，擅长解构项目功能，针对不同的功能模块进行优化，提升整体项目的稳定性及性能，有重构大型项目的经验，对前端性能优化有一定理解。
能从0到整独立开发应用，包括混合型app，小程序，网站后台管理平台等，对后台服务端技术有一定开发，能独立部署接口和服务器。
对vue框架相关技术栈有深入了解，包括webpack/vite，vue2/3，vuex/pinia，less，nuxt4，熟练应用tauri构建完整的PC客服端项目，根据业务需求二次封装相关组件，统一规范，提高开发效率。
有原生微信小程序开发经验，也可使用uniApp技术开发跨端应用。
熟练掌握 Javascript，css，html，typescript，es6等前端技术，擅长解构项目功能，针对不同的功能模块进行优化，提升整体项目的稳定性及性能，有重构大型项目的经验，对前端性能优化有一定理解。
能从0到整独立开发应用，包括混合型app，小程序，网站后台管理平台等，对后台服务端技术有一定开发，能独立部署接口和服务器。
对vue框架相关技术栈有深入了解，包括webpack/vite，vue2/3，vuex/pinia，less，nuxt4，熟练应用tauri构建完整的PC客服端项目，根据业务需求二次封装相关组件，统一规范，提高开发效率。
有原生微信小程序开发经验，也可使用uniApp技术开发跨端应用。
项目经验
深度学习经典模型简述
CNN卷积神经网络，依靠卷积核提取图像局部特征，是计算机视觉领域的基石，广泛用于图像分类、目标检测等任务。RNN循环神经网络擅长处理序列数据，依靠循环结构捕捉时序依赖，但存在长距离梯度消失问题，难以处理长文本。
Transformer凭借自注意力机制打破时序限制，并行处理序列信息，成为NLP领域的里程碑。BERT基于Transformer编码器，采用双向预训练模式，大幅提升各类自然语言理解任务效果。
ResNet残差网络引入残差连接，解决深度网络退化难题，构建深层卷积网络，推动图像识别性能飞跃。YOLO系列是单阶段目标检测算法，兼顾检测速度与精度，实现实时物体识别。这些模型分别深耕视觉与文本，构筑起现代深度学习的核心框架。（全文196字）
CNN卷积神经网络，依靠卷积核提取图像局部特征，是计算机视觉领域的基石，广泛用于图像分类、目标检测等任务。RNN循环神经网络擅长处理序列数据，依靠循环结构捕捉时序依赖，但存在长距离梯度消失问题，难以处理长文本。
Transformer凭借自注意力机制打破时序限制，并行处理序列信息，成为NLP领域的里程碑。BERT基于Transformer编码器，采用双向预训练模式，大幅提升各类自然语言理解任务效果。
ResNet残差网络引入残差连接，解决深度网络退化难题，构建深层卷积网络，推动图像识别性能飞跃。YOLO系列是单阶段目标检测算法，兼顾检测速度与精度，实现实时物体识别。这些模型分别深耕视觉与文本，构筑起现代深度学习的核心框架。（全文196字）
ID:435185
复制
安如霜
全栈工程师 · 1年经验 · 科大讯飞
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
本人全栈开发，可接前端页面，接长时间的项目，小程序页面、官网、APP、web端、移动端页面、AI agent开发都可。
熟练掌握 Javascript，css，html，typescript，es6等前端技术，擅长解构项目功能，针对不同的功能模块进行优化，提升整体项目的稳定性及性能，有重构大型项目的经验，对前端性能优化有一定理解。
能从0到整独立开发应用，包括混合型app，小程序，网站后台管理平台等，对后台服务端技术有一定开发，能独立部署接口和服务器。
对vue框架相关技术栈有深入了解，包括webpack/vite，vue2/3，vuex/pinia，less，nuxt4，熟练应用tauri构建完整的PC客服端项目，根据业务需求二次封装相关组件，统一规范，提高开发效率。
有原生微信小程序开发经验，也可使用uniApp技术开发跨端应用。
熟练掌握 Javascript，css，html，typescript，es6等前端技术，擅长解构项目功能，针对不同的功能模块进行优化，提升整体项目的稳定性及性能，有重构大型项目的经验，对前端性能优化有一定理解。
能从0到整独立开发应用，包括混合型app，小程序，网站后台管理平台等，对后台服务端技术有一定开发，能独立部署接口和服务器。
对vue框架相关技术栈有深入了解，包括webpack/vite，vue2/3，vuex/pinia，less，nuxt4，熟练应用tauri构建完整的PC客服端项目，根据业务需求二次封装相关组件，统一规范，提高开发效率。
有原生微信小程序开发经验，也可使用uniApp技术开发跨端应用。
项目经验
深度学习经典模型简述
CNN卷积神经网络，依靠卷积核提取图像局部特征，是计算机视觉领域的基石，广泛用于图像分类、目标检测等任务。RNN循环神经网络擅长处理序列数据，依靠循环结构捕捉时序依赖，但存在长距离梯度消失问题，难以处理长文本。
Transformer凭借自注意力机制打破时序限制，并行处理序列信息，成为NLP领域的里程碑。BERT基于Transformer编码器，采用双向预训练模式，大幅提升各类自然语言理解任务效果。
ResNet残差网络引入残差连接，解决深度网络退化难题，构建深层卷积网络，推动图像识别性能飞跃。YOLO系列是单阶段目标检测算法，兼顾检测速度与精度，实现实时物体识别。这些模型分别深耕视觉与文本，构筑起现代深度学习的核心框架。（全文196字）
CNN卷积神经网络，依靠卷积核提取图像局部特征，是计算机视觉领域的基石，广泛用于图像分类、目标检测等任务。RNN循环神经网络擅长处理序列数据，依靠循环结构捕捉时序依赖，但存在长距离梯度消失问题，难以处理长文本。
Transformer凭借自注意力机制打破时序限制，并行处理序列信息，成为NLP领域的里程碑。BERT基于Transformer编码器，采用双向预训练模式，大幅提升各类自然语言理解任务效果。
ResNet残差网络引入残差连接，解决深度网络退化难题，构建深层卷积网络，推动图像识别性能飞跃。YOLO系列是单阶段目标检测算法，兼顾检测速度与精度，实现实时物体识别。这些模型分别深耕视觉与文本，构筑起现代深度学习的核心框架。（全文196字）
立即沟通
