人工智能

1、负责产品移动端的UI设计，参与从创意到执行产品周期的所有阶段；2、配合开发部门对各项目的方案进行UI美化和产品交互体验，能独立完成软件产品界面风格设定交互，控制设计输把控产品用户体验出质量，组织设计规范的建立与维护。与产品、技术、运营团队紧密配合，结合用户体验优化完善设计，制定可行的产品品质提升

数据集展示 1.树形数据展示 增删改查 2.网页文件夹 系统 3.数据集在线修改 4.拖拽树行 执行流程 5.真的不知道写啥了。为啥要写50个字。 前端不就是curd 掉接口渲染数据吗？ 总不能搞什么xxs攻击防范吧。

一. 项目功能模块： 1. 文本分析 （一）投诉内容中文分词 中文分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。 分词是文本分析的基础，如在分相似工单的时候，就需要用到投诉内容相似度分析的算法，而文本相似度算法首先就需要分词的支持，将用户投诉文本分词后形成词袋模型，再通过类似TFIDF文本相似度算法来分析哪些热线投诉是相似工单，这样就可以辅助业务人员在处置工单的时候可以参考以往相似工单，有针对性的下发派遣。 （二）投诉内容关键词提取 如何准确、高效地对热线投诉的内容进行检索，是目前的研究热点。对于文本的分析，一般会先从关键词入手，热线投诉的关键词不但可以概括文章的主题，还能反映整篇文章所表达的主要内容与情感倾向。因此，高效、准确地获取关键词，对于文本分类、自动摘要和文本检索至关重要。 （三）投诉内容实体识别 实体识别是指将预先定义好的实体类型（人名，机构，地名等）识别出来，如识别文本中的人名、手机号、车牌号、身份证、地名、机构名、时间、其他专有名字。 实体识别主要用于热线工单的填报辅助分析，通过识别分析投诉工单，自动将工单中的投诉事件，投诉人名称，投诉地点，投诉关键信息摘录出来，帮助业务人员填报相关信息。 （四）投诉内容自动摘要 投诉内容摘要是指用户投诉信息的主题范围及内容梗概的简明摘要，相当于简介。在有限的字数内向管理者提供尽可能多的定性或定量的信息，充分反映该研究的创新之处。本次项目中文章自动摘要主要针对于字数较多、阅读时间比较长的投诉信息，根据投诉的字数提取出符合文章主题的摘要信息。 2. 地址辅助解析 在投诉工单的派单中会涉及到地址解析和地址定位问题，比如案件描述中有“秀文路靠近七莘路向东200米的商店”，需要能解析出“秀文路536号莘庄华玲商店”这个地址。然而，这里的店面有很多家店面都是一个门牌号码，但是商店只有一家为“秀文路536号莘庄华玲商店”，所以，这家商店需排在智能推荐的第一的，方便管理者准确及时定位。将各类历史地址描述文本进行词性标注和实体标注后进行模型训练，定期获取新的训练集数据对模型进行优化。 将训练后的模型应用到实际的语义分析中，进行分词和地名实体的提取，对有问题的结果进行记录后定期反馈模型重新训练。 主要用于接入智能派单系统，用户也可以通过NLP模块的文本解析查询。 3. 评价指标体系管理 针对绩效考核报告与数据分析报告，提供标准化的指标管理功能，根据不同的业务分类，可以搭建用于不同考核内容，不同分析内容的指标分类。包含上报数，受理数，核实数，派遣数，应处置数，处置数，按期处置数，超期处置数，超期未处置数，应核查数，核查数，结案数，应结案数，按期结案数，超期结案数，缓办数，督办数，返工数，挂账数等。在不同的分类下围绕考核与分析的数据与统计模型，建立原子指标、派生指标和复合指标。 支持指标体系导出EXCEL，支持用户对指标进行增删改查操作，支持指标上下线操作。 4. 预警管理 自动指标预警是指对现象城市运行过程进行监测，并据此对可能出现的总体失衡、结构性矛盾、突发异常情况作出预报的指标，不限于一人多诉、集中投诉、反弹回潮、强反强延、结案存疑、不合理退单等自动预警推送。 预警指标配置 根据业务场景需求，配置预警模型进行提醒。根据配置的预警阈值，支持对接不同类型的业务数据库， 预警任务管理 配置预警的任务计算触发时间，允许查看历史预警结果。 二. 技术栈 项目基于Nacos使用了微服务的架构模式，使用了Spring、Spring MVC、SpringBoot、SpringCloud Alibaba、MyBatis、Oracle、Mysql、Redis、ElasticSearch

项目描述：为合作伙伴提供 FOTA（云升级）、 ADM（云管理）两大解决方案，通过云端为 具有连网功 能的设备提供固件升级服务，用户使用网络以按需、易扩展的方式获取智能终端 系统升级包，并通过 FOTA 进行云端升级，完成系统修复和优化。 个人职责： 负责零件管理模块的开发。 维护管理平台的一些主要的 BUG 解决以及消息队列的代码的处理 Fota包以及整包差分包的开发，与Fota包算法工程师联调数据 负责爱驰车场线程Fota包升级 SpringBoot+SpringCloud+Redis+MySql+Maven+Ajax+BootStrap+JSP+Jquery

开发环境：IntelliJ IDEA、Centos7.9、PgSql、JDK1.8 、禅道 等 项目描述： 实现了由云端调度管理、车联网通信、车载智能终端组成的全套矿山运输无人驾驶解决 方案。通独有的驾驶机器人+线控的混合驾驶执行技术可以适应多种车型和矿区。同时，踏歌智行为 矿区研发的环境感知融合技术、路径智能规划技术、动态路径智能规划技术、V2X智能协同交互技 术、平台智能调度技术、车辆行驶优化技术及核心算法已经经过矿区的使用验证，具备可靠、高效的 特点。 个人贡献： 负责实现运维管理平台项目的人员面试，需求评审，技术选型，框架设计等工作 负责整个项目的道路变更，动静态路径下发，智能调度，作业区以及道路关停等功能。 负责无人驾驶，算法，路权，仿真，车端，测试部门的数据流通以及数据处理，交流 负责无人驾驶部门后期功能优化，设计，维护，部署等文档撰写与团队会议 SpringCloud+SpringData+PgSql+Redis+Mongdb+RabbitMq+Docker+Nacos+MinIO

项目描述：该项目是北方重汽与踏歌智行合作项目。主要是实时展示矿区数据，配合无人驾驶部门实现数 据统一本项目是北方股份对销售的所有矿车前装TBox设备，通过搭建车联网云服务平台，收集车辆CAN数 据和定位数据，用于车辆后续的维修保养提醒、配件预警、数据分析。实现Mbox与Tbox原始数据解析与 传递，消息推送，电子围栏以及整个车联网项目开发，部署，管理等日常工作 个人贡献： 负责整个车联网项目的需求评审，框架搭建，功能开发等日常开发工作。 负责车联网项目与大数据团队数据交互，参与项目技术选型与人员面试工作。 负责车联网项目的代码review，团队管理，项目部署。 负责车联网项目一期二期与甲方公司交互，bug修复，参与项目结项等工作。 技术实现： SpringCloud+Mysql+Redis+Mongdb+ne tt yWebSoc k e+Dcok e r+ N a cos

通过无监督学习，设定评价，让机器自己学习如何在月球登陆 0：不做任何事 1：点燃右引擎 2：点燃主引擎 3：点燃左引擎

通过梯度下降的方法来实现对手写数字的识别。 使用softmax作为输出层，对识别结果判断相似度。 共设置了三层，每层unit分别为:25,15,10

1、面向科研机构，根据信通院等的设计要求，学习其他竞品，梳理并设计平台需求 2、负责产品需求及原型交互设计

1.主要为工厂的能耗去去做统计和优化监控，以及场景联动，智能化操作 2.对自研产品的使用管理 3.对智能家居的能耗控制监控

项目介绍：随着物联网传感设备和无线通讯技术的蓬勃发展，室内定位已然成为大众生活中不可或缺的一部分。目前，众多室内定位技术利用无线局域网信号(Wireless Local Area Network, WLAN)的相关特征来进行定位，常用的技术有 Wi-Fi、蓝牙、红外线和超声设备等。然而由于室内环境的复杂性（墙壁、金属、人员流动和其他电子设备等）导致射频信号无法覆盖全区域，很难向所有用户提供同等质量的定位服务。由于指纹识别技术可以提供 6 ~ 8米的定位精度，且精度随着无线访问接入点(Access Points, APs)密度的增加而提高，以及深度学习(Deep Learning, DL)技术可以帮助克服定位服务过程中的不确定性，因此将 DL 技术应用在室内定位方法中，可通过待定位的位置点与接收信号强度(Received Signal Strength, RSS)指纹数据的映射关系来确定用户的精确位置。基于 DL 的 RSS 指纹室内定位方法是当前最流行的室内定位方法之一，该类方法主要使用包含定位终端和定位云服务器的云计算架构来实现室内定位，其核心是发现指纹数据与位置点之间映射关系的定位算法。 但是，云服务器作为一个不可信的实体，恶意攻击者可能会获知 DL 模型的相关参数，生成最优的对抗性噪声，并将其添加至用户提交的 RSS 指纹数据中，导致 DL 分类模型返回错误的定位服务，使得定位系统服务质量下降，甚至瘫痪。 主要工作：提出了一种抵御对抗样本攻击 的 室 内 定 位 方 法 (Indoor Location Method Against Adversarial Sample Attacks, AdvILoc)。作为一种改进的室内定位方法，AdvILoc 通过 DP技术，在室内定位 DL 网络中加入满足DP 的噪声层，随机化模型泛化的计算结果，为用户提供满足DP 且经过鲁棒性认证的室内定位服务。与此同时，通过在全连接层后添加 Dropout层，随机失活全连接层中部分神经元，削弱神经元节点间的联合适应性，然后在训练过程中正则化模型损失参数，不断优化模型拟合能力，避免模型过拟合、学习能力低等问题出现，提高了模型的鲁棒性。实验验证了在实时定位阶段，AdvILoc 在保证模型抵御对抗样本攻击的同时，仍能为用户提供高效的室内定位服务。

随着我国高等教育事业的发展，高等学校不断扩大招生规模，学生数量急剧增大，学生素质良莠不齐，高校学生的学业问题越来越突出，课程成绩不能及时反馈给学生本人，导致学生管理难度加大。因此，针对这一问题需要建立完善和可靠的学习预警系统，以便及时发现和解决教学中潜在问题，加强学生对课程的总体情况了解，提高学生的学习质量和完成学业情况。 学生预警系统主要是通过收集学院过往的课程过程性数据，以此训练一个基于boosting集成学习模型，模型经过反复调差和训练，准确率已经达到了百分之九十以上，具有极强的可信度。模型根据学生的过程性学习数据进行课程成绩预测，从而预防和解决学生在学习过程中可能遇到的问题，促进学生学习成果的提高。 系统将学生每门课的预测结果在学生端可视化展示，并对教师可视化展示其每门课的平均成绩和不及格人数，对于教务管理员会可视化展示学院每各系的学期预警、学年预警和毕业预警的人数，还有学期预警、学年预警和毕业预警的百分比。

对直播平台上的直播内容进行实时监控和违规检测，保障直播平台的内容安全。 ◎ 主要通过团队使用 OCR 等技术对视频获取的文本内容以及弹幕进行实时文本分析，检测 违规内容并进行标记。负责使用 Django 结合相关算法包含规则（AC 自动机）和模型如： Bert、text2vec 模型等进行后端接口开发。

项目描述：中信生活荟是一个智能物业服务平台，包含B端和C端产品，有四个核心功能模块：我的物业、置业指南、业主尊享和中信会。用户通过产品能够获取社区动态信息，享受在线报修、在线投诉等物业基础服务及社区文化服务，同时还可体验生鲜果蔬配送、智能家居等一键式专属服务。 技术应用：Eclipse + SSH + Tomcat + Jdk + Mysql + Navicat + Svn + Editplus + Memcached + Nginx + Putty + Xftp 项目职责： 1. 负责社区活动管理、商品订单管理、交易支付模块的开发。 2. 负责后端框架的技术选型、功能开发、单元测试等工作。 3. 负责对接前端，撰写数据库设计文档、需求文档和接口文档。

项目描述：bind.ai为第三代无服务器模式的AI PAAS平台，采用微服务架构集成百度、腾讯、微软等多家大厂的视觉AI能力，依托"无服务器云函数"新型云计算模式，为企业客户提供基于落地场景最佳实践的API，助力企业客户快速接驳和管理各种AI服务，目前正赋能零售、社区、商业等传统行业打造智慧新零售、智慧社区和智慧商圈。 技术应用：Node + Express + Socket + Seneca + Redis + Postgresql + Pm2 + Docker + Kubernetes 项目职责： 1. 负责开发后台服务对外提供API接口。 2. 负责bind.ai服务的开发及稳定性和性能。 3. 负责青岛地铁刷脸进闸项目。 4. 负责车牌识别及票据识别项目。 5. 负责人脸库后台AI市场项目。

项目描述：小冰语音是一套完整的、面向交互全程的人工智能助手，通过小冰语音用户可以更方便快捷的使用车内功能，目前在车机上可以通过“小冰，小冰”启动APP，进入应用，目前支持三个场景模式，包含闲聊、音乐控制、智能导航，车机会通过分析用户的语音内容和语气智能切换三种模式。 技术应用： Node + Typescript + Koa + Git + Tslint + Jest + Redis + Docker + Postman 项目职责： 1. 项目负责人，保证项目的需求拆分和功能开发。 2. 根据OAP框架搭建后台服务，提供易用、稳定、高性能的接口服务。 3. 与合作部门协调沟通，保证项目稳定上线。

使用网络摄像头或视频文件进行人体姿态估计，利用深度学习通过网络摄像头读取视屏帧，逐帧分析人体骨骼的姿态，便于下有任务，方便使用和标注数据点为行为识别提供助力。

利用ControlNet条件和OpenVINO进行文本到图像生成,使用ControlNet和OpenVINO，你可以控制你的模型并产生可靠的预测。与我一起探索稳定扩散模型的世界，并发现这些强大的工具如何帮助我们在研究和分析中实现突破。

项目简介：表情识别系统是一种基于 FACS ( Facial Action Coding System）标准，通过视频流的微表情采集和分析识别出人类的真实情感，并将其数字化的人工智能技术。这一技术不仅扫描面部动作单元，同时也扫描肌肤变化的纹理，并结合可变形点的星系米建立面部详细模型并反馈。人脸表情识别系统包括人脸表情数据集，人脸表情数量4万张，包含人类基本情绪。 主要工作： 通过Flask框架对算法进行服务器端部署，完成与其他业务进行通信。 基于MTCNN算法，实现人脸检测与关键点定位 利用OpenCV仿射变化，实现人脸矫正。 结合ResNet与self-attention，实现表情识别。

该作品是论文中的一个实验，讲述的是利用博弈对抗中的遗憾最小化算法改善强化学习中的探索利用问题，可实现算法自适应调整模型在整个学习过程中的探索利用程度，最后算法用在推荐系统里面进行验证效果。