0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
算法实习生
北京全职 · 300/日 · 6525/月信用正常
工作时间: 工作日09:00-24:00、周末10:00-24:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
我是程序员LittleFish，研究生阶段从事计算机视觉及其安全研究，现在从事自动驾驶的感知融合方向。
毕业于广州大学方滨兴院士班，曾担任过滴滴的算法实习生，中科智巡的算法实习生，谐云的后端开发实习生。
我负负责过的算法项目有车辆重识别算法开发及其对抗攻击，基于深度学习的行人重识别算法，基于YOLOv4的电网异常检测。基于sklearn的社科院舆情分析。
我熟练使用Linux系统，python，C++，java，numpy，pandas，sklearn，Docker等技术工具。熟练掌握计算机网络，操作系统，数据结构与算法，CMake编译原理。
如果我能帮上您的忙，请联系我。
工作经历
2021-07-01 -2021-09-02中科智巡算法实习生
工作内容：项目基于电网图像，利用目标检测算法，检测电网中锈蚀、螺母缺失，绝缘体破损等存在的异常情况。我主要负责解决目标物体在图像中过小难以检测的问题，我将原有业务使用YOLOv4进行复现，对于小目标我采用两个YOLO v4模型串联检测的方式，第一个YOLO v4模型检测绝缘体，变压器，连接组件等大型区域，第二个YOLO v4模型在第一步检测结果的基础上检测螺母缺失，锈蚀等小异常。 成果：检测目标平均准确率从78%提升至89%。期间撰写针对电网异常检测相关专利3篇。
2020-07-01 -2020-09-01滴滴算法实习生
工作内容：针对车辆图像，利用基于CNN的计算机视觉技术检测此车辆图片属于哪个车辆。我主要解决两个难点：1.相似车辆过多，2.同一车辆不同视角差异较大。针对第一个难点我利用变分自编码器增强车辆图像细节，针对第二个难点我将视角语义注入模型提升模型的视角感知能力。最后将算法部署到Linux服务器后端，并嵌入到SpringBoot服务中。 成果：将车辆重识别算法准确率mAP从71%提升至79%，并将算法部署上线。
教育经历
2020-09-01 - 2023-07-01广州大小电子信息硕士
本人本硕计算机科班具有扎实的计算机技术基础，曾在滴滴和中科智巡担任算法实习生，在谐云和学科网担任开发实习生。有较好的科研和开发能力。
技能
作品
项目描述：这是一个商城项目，可供售卖各类商品，商城开发了后台管理系统，可方便商城管理人员对商品信息的监控和管理。商城提供给客户按类别查询和快速检索服务，用户可以浏览商品购买商品，参与秒杀，管理购物车，跟踪物流。 个人职责： 1. 系统管理模块：完成类别，品牌，属性，规格，库存等管理业务。 2. 订单模块：使用异步编排提高业务效率，使用分布式事务解决事务一致性问题，使用Redis的setNX函数实现分布式锁 3. 完成网站首页模块，详情页模块核心业务编写 4. Redis缓存模块核心代码编写
02023-07-11 17:59
针对网络设备信息及其数据进行清洗，和整理，包括去除重复值、处理缺失值、格式转换等。 选用SVM，CNN，LSTM，SVM，kmeans等算法进行数据分析。
02023-07-11 17:53
工作内容：针对车辆图像，利用基于CNN的计算机视觉技术检测此车辆图片属于哪个车辆。我主要解决两个难点：1.相似车辆过多，2.同一车辆不同视角差异较大。针对第一个难点我利用变分自编码器增强车辆图像细节，针对第二个难点我将视角语义注入模型提升模型的视角感知能力。最后将算法部署到Linux服务器后端，并嵌入到SpringBoot服务中。针对车辆重识别模型进行对抗攻击，并验证了其脆弱性。针对度量学习的无类别特性设计了度量攻击方法AFNA（Average Furthest-Negative Attack），AFNA可以充分利用现有数据进行攻击，实现有目标攻击和无目标攻击的结合，同时使用的特征聚合方法可以提高攻击效率。
02023-07-11 17:45
