mgzy
全职 · 300/日  ·  6525/月
工作时间: 工作日19:00-22:30、周末08:00-24:00工作地点: 远程
服务企业: 0家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

github主页

1. 精通C++17标准,具备两年以上C++项目实践经验,担任华东师范大学上海多维度信息实验室工程组组长。

2. 熟练运用cmake构建系统,对主流编译器特性有深入了解,并能灵活运用各种C++库如Boost、OpenCV,Qt等。

3. 具备跨平台开发能力,熟悉Linux与Windows开发环境,掌握TCP/UDP网络编程及多线程异步编程技术。

4. 拥有丰富的服务器设计与部署经验,能够有效管理多个实战项目。

5. 开发并维护了基于Qt-WebEngine的开源Markdown编辑器项目,并在Git上公开源代码。

6. 熟悉深度学习框架,成功部署Darknet,并实现YOLO ONNX在Qt平台的应用,具备TensorRT使用经验。

7. 参与开源项目Datawhale,贡献于MetaGPT多智能体项目,并获评优秀学习者。

8. 具备极强的Python开发能力,曾利用Flask框架结合PyTorch开发医学图像分割模型,并成功部署,项目获得互联网+省银奖。

9.具备cpp/py混合开发能力,熟练掌握pybind11,是PYPI的mxLogPy的仓库作者,mxLogPy是我做的mxLog的Python接口,可以直接pip install mxLogPy进行使用。

工作经历

  • 2023-11-30 -至今Chaohu University组长

    巢湖学院与华东师范大学联合培养实验室负责人。 1. 精通C++17标准,具备两年以上C++项目实践经验,担任华东师范大学上海多维度信息实验室工程组组长。 2. 熟练运用cmake构建系统,对主流编译器特性有深入了解,并能灵活运用各种C++库如Boost、OpenCV,Qt等。 3. 具备跨平台开发能力,熟悉Linux与Windows开发环境,掌握TCP/UDP网络编程及多线程异步编程技术。 4. 拥有丰富的服务器设计与部署经验,能够有效管理多个实战项目。 5. 开发并维护了基于Qt-WebEngine的开源Markdown编辑器项目,并在Git上公开源代码。 6. 熟悉深度学习框架,成功部署Darknet,并实现YOLO ONNX在Qt平台的应用,具备TensorRT使用经验。 7. 参与开源项目Datawhale,贡献于MetaGPT多智能体项目,并获评优秀学习者。 8. 具备极强的Python开发能力,曾利用Flask框架结合PyTorch开发医学图像分割模型,并成功部署,项目获得互联网+省银奖。 9.具备cpp/py混合开发能力,熟练掌握pybind11,是PYPI的mxLogP

教育经历

  • 2022-09-01 - 巢湖学院计算机科学与技术本科

    荣获第十八届全国大学生智能汽车竞赛国奖 荣获睿抗开发者大赛省一,马上去杭州参加国赛 荣获清华社算法杯大赛国三 荣获全国大学生网络安全技能大赛省二,马上参加国赛 荣获DadaWhale LLM与多智能体开发项目优秀开发者认证

技能

HTML5
CSS
服务器运维
多线程
MySQL
C++
SQLite
深度学习
图像处理
机器视觉
0
1
2
3
4
5
0
1
2
3
4
5
作品
C++高性能异步多线程日志库+python接口

1.高性能日志库,C++接口,采用了多线程+异步,支持各种色彩打印,支持大规模输入。调整缓冲区之后,一百万次输入benchmark只有2.6s,在DEBUG模式下。 2.这个日志库用了Pybind11导出成了python软件包,并且经过打包之后,构建成了源码包和whl文件打包到了pypi上面,现在所有人都可以pip install mxLogPy来进行我的库的安装。 3.这个日志库不会被python GIL锁限制,它运行在独立的线程里面,所以说,如果短时间需要有十万以上的日志记录的话最好休眠一秒,因为他不会阻塞线程,它是独立的一个线程,在python中是需要这样做的。

0
2024-11-03 23:02
基于QT6 WEBENGINE 的C++高性能,arkdown编辑器

1.解决了没有高性能C++的markdown编辑器的现状 2.解决了大部分C++编辑器不支持html预览的情况 3.打破typora的垄断,是一次全新的编辑器领域的尝试 本项目基于webengine,此编辑器内嵌了浏览器,可以在里面打开网页。采用的Markdown-html库也是精挑细选的cmark,这是有史以来最快的一个C语言的markdown到html的解析库。

0
2024-11-03 23:02
基于深度学习的DR图影像增强和医学影像分割

后端部署用的是python--FLASK,用的数据库是云端部署的MYSQL,模型用的是torch训练的,前端用的是传统H5+CSS+JS,病灶分割的算法模型用的是UNET,DR增强用的是OPENCV+SRGAN,我挂在服务器上的,http://120.26.73.234/

0
2024-08-04 21:23
更新于: 11-03 浏览: 7