黄鼠狼AAA
1月前来过
全职 · 1200/日  ·  26100/月
工作时间: 工作日9:00-20:00、周末9:00-12:30工作地点: 远程
服务企业: 8家累计提交: 1工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

我有八年的计算机软件开发经验,对计算机有很深入的理解,学习能力强,语言擅长c#,在工控领域有很深的研究。熟悉各种网络通讯协议,比如 tcp,串口通讯,modbus,http,wcf。

熟悉基本的图像分析算法和机器学习算法,理解图像的去噪,分割,边缘检测,特征提取,熟悉opencv ,halcon,理解svm,adaboost,svr等机器学习算法。

曾经带领团队开发出 全国农业墒情监测系统,细胞病理云分析系统,在线稳定运行至今,月访问量达到千万级别,数据量半年增长至3TB,获得了阿里巴巴等公司的关注。

具体来讲,擅长系统结构设计,数据库设计,大数据并发访问,图像分析算法,在机器人方面也有一定的突破。

同时也有不错的英语沟通能力,可以跟外国同事进行交流与合作。

最近负责的项目介绍:
http://www.landing-med.com/col.jsp?id110

工作经历

  • 2019-03-01 -至今北京凌云光技术软件工程师

    参与基因测序仪研发, 1.开发数字pcr光学成像系统,包括相机数据的采集,x,y,z轴的运动控制,激光器的控制,相机和激光器的同步 2.开发3d相机

  • 2017-01-01 -2019-01-01北京龙基高科软件工程师

    参与基因测序仪研发, 1.开发化学反应控制系统,控制基因簇的化学反应 2.开发光学成像系统,得到化学反应过程中基因的图像 3.开发图像分析系统,得到人的基因序列

  • 2013-09-01 -2016-09-01武汉兰丁高科软件工程师

    开发细胞病理云分析系统:采集公司合作医院采集的细胞数据,并上传至云服务器;由医生对分析结果进行诊断 开发细胞病理诊断机器人:对公司采集到的海量细胞数据进行分析,首先对图像进行分割,提取细胞特征,积累带监督的细胞参考数据,利用机器学习对参考数据进行分析,训练细胞自动分类机器人

  • 2011-07-01 -2013-07-01北京农科院软件工程师

    1.开发全国农业墒情监测系统:利用分布在全国各地的农业墒情监测站,采集全国各地的农业墒情数据(温度,湿度,降雨量,光照强度);对采集到的数据进行存储分析,辅助政府进行决策 2.开发北京市用水管理系统:利用井下的传感器,采集北京市全市的地下水变化情况;给村民发卡,分配用水额度

教育经历

  • 2009-09-01 - 2012-06-01河南工学院软件技术大专

    1:语言类学习:c# 2.数据库学习:关系数据库理论+熟练掌握sqlserver,mysql,oracle数据库开发 3.编程理论学习:数据结构+算法 4.网络学习:网络原理+组网协议+CS+BS软件开发 5.数学学习:线性代数+离散数学+高等数学

技能

SQL Server
0
1
2
3
4
5
0
1
2
3
4
5
作品
基因测序仪光电控制系统

在医学诊断领域,国内大部分公司只能在细胞层级进行分析,但像亲子鉴定,疑难杂症的致病基因分析,就需要首先得到人的基因序列才行。Illumina公司首先开发出了基因测序设备填补了业界的空白,但是采购illumina的设备成本。试剂成本非常的高,所以国内的很多人开始了基因测序仪的开发。基因测序仪包括化学反应控制系统,光学成像系统,图像分析系统。 基因测序仪的基本原理就是不同种类的碱基会跟不同的荧光物质结合,从而在显微镜下发出不同颜色的光,可以通过测序阶段FlowCell上簇的图像,来推断出当前对应的碱基是AGTC的哪一个。光学成像系统的主要任务就是采集得到化学反应过程中FlowCell上簇的图像,为以后的图像分析打下基础。 因为芯片本身采用了光刻打孔技术,所以簇都是分布一个一个打好的孔中,最终的图像看到就是一个一个的亮点分布在整个FlowCell之上。通过提取每一个亮点的图像特征,积累到了海量的基因图像数据,然后通过机器学习算法,分析得到基因的成像规律。

0
2020-02-28 14:51
细胞病理云分析

1.传统的细胞病理诊断方式为,首先从病人身上采集样本细胞,然后对采集到的样本细胞进行预处理,经过制片染色以后,然后由细胞病理医生在显微镜下观察细胞形态和染色体特征,给出诊断报告。 2. 新的细胞病理云诊断系统流程的前半部分(取样,染色,制片)和之前的系统并无不同,所不同的是将扫描获取到的数据传到云服务器上,然后将采集到的数据推送给职业的细胞病理医生进行诊断,最后给出报告。 新的系统打破了区域隔离,将数据统一传送至云服务器。首先,虽然制片,染色,扫描等步骤依然是在不同的医院进行的,会有差异,但是扫描出来的数据是统一上传到云服务器上的,质控人员可以看到扫描出来的数据信息,进而对制片,染色,扫描过程中出现的问题进行分析并指导当地的操作人员进行修正。再者,在后续的步骤中中,参与诊断的医生由公司统一安排,必须经过系统的培训考核,才能参与诊断并且给出报告,诊断的准确性得到了很好的提高。 3.系统设计思路 按照实际中的设备分布和需求,系统自然的划分成以下几个部分:扫描模块,文件上传模块,人工诊断模块,以及中心调度模块。样本在经过预处理之后,首先自动扫描模块采集到样本图像信息,然后将得到的样本数据传递给文件上传模块,文件上传完成后,最后由最后人工诊断模块做最终的诊断,中心调度模块位于云上,负责对整个工作流进行调度管理。

0
2020-02-28 10:16
更新于: 2020-02-28 浏览: 355