深度学习
图像识别
0
1
2
3
4
5
0
1
2
3
4
5
后端开发
呼和浩特全职 · 300/日 · 6525/月信用一般
工作时间: 工作日18:00-24:00、周末00:00-00:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
我是一名计算机硕士毕业生，具有扎实的理论基础和实践能力，尤其在人工智能和数据分析领域表现突出。我对技术的热爱驱使我不断探索AI在传统行业中的应用，特别是在工业智能化和运销链优化方面积累了丰富的实践经验。我曾主导或参与多个AI项目，从需求分析到系统落地，涵盖了智能预测、异常检测、路径优化等多个方向，帮助企业提升效率、降低成本、保障安全。
此外，我擅长Python编程，熟悉深度学习框架（如PyTorch、TensorFlow）和主流的机器学习算法，对数据处理、模型优化以及系统集成有全面的理解。我希望将我的专业知识与技术热情应用到更多实际场景，为行业智能化转型贡献力量，同时不断学习与成长。
工作经历
2024-09-11 -至今伊泰信息后端开发
工作经历：AI赋能煤矿运销链的探索与实践 在参与煤矿运销链的人工智能赋能项目中，我全程参与了从需求分析到系统落地的各个环节，深刻体会到AI在提升传统行业运作效率和优化资源分配方面的巨大潜力。 1. 需求调研与问题分析 煤矿运销链涵盖煤炭生产、运输、存储、销售等多个环节，流程复杂且环环相扣。通过深入调研发现，传统运销链主要面临以下问题： 运输效率低下：由于运输路径规划依赖人工经验，导致车辆调度不合理，排队等待时间长。 库存管理滞后：库存信息更新缓慢，易造成煤炭积压或供应不足。 安全隐患：在煤矿装运场地，异常人员滞留和设备误操作可能引发事故。 数据孤岛问题：各部门间数据无法互联互通，影响了整体决策效率。 2. AI技术应用与系统构建 针对上述问题，我协同团队开发了一套基于人工智能的煤矿运销智能管理系统，从以下几个方面进行赋能： 2.1 智能调度与路径优化 我们设计了基于强化学习的智能调度算法，结合地理信息系统（GIS）和实时交通数据，动态规划运输车辆的最优路径，减少车辆的空载率和行驶时间。同时，通过排队时间预测模型，优化了煤车在装运环节的调度流程，大幅降低了场地拥堵和等待时间。
教育经历
2023-08-23 - 内蒙古大学人工智能硕士
2018-09-12 - 2022-06-28内蒙古科技大学物联网工程本科
