项目描述：采用机器+人工的识别方法挖掘海量网络舆情中特定关注领域负面舆情，实现舆情自动化工单智能去重、分级、分类，解决了舆情爆发时海量舆情工单应急处置问题和舆情实时监控、实时告警问题。 职责/关键技术：负责项目管控和智能算法研发，包括产品设计、智能算法研发、实时、技术文档、项目验收。智能识别算法识别准确率达到92%，减少85%无效人工。熟悉舆情监控市场产品技术，熟悉舆情业务。 成效：实现总部和三十余家二级单位舆情实时监控，已运行3年，每天下派百余条有效工单

项目描述：使用计算机视觉技术实现商超结账柜台防损，监控顾客自助结账过程，通过扫码枪信号、计算机视觉目标检测，构建智能防损识别模型，实现假扫、漏扫识别、实时告警，并保存假扫漏扫过程视频。 职责/成效/关键技术：负责视觉检测模型和防损识别模块研发，该模块集成于Android应用中，视觉检测模块采用yolov5/8模型onnx、rknn集成，假扫、漏扫模块为自研算法，识别准确率达到85%，整体性能超过阿里等公司产品。

研发过舆情系统、智能客服系统、智能制单、文本处理、语义分析、大模型、llm，熟悉自然语言处理常见算法，比如lstm、bert、cnn、rnn、transformer，熟悉chatgpt、chatglm、baichuan、yi-34b等大预言模型