Courage
3天前在线
全职 · 300/日  ·  6525/月
工作时间: 工作日17:00-24:00、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

我是程序员客栈的【Courage】 ,一名专注于多模态智能系统与全栈开发的开发者;

我就读于西南交通大学计算机与人工智能学院,在校期间担任国际处重点项目组研发负责人

参与并主导开发了国际学生多模态舆情分析系统智慧校园实时导航定位系统AI智能体交互平台等项目;

熟练使用 Python、Vue、Flask、MySQL、PyTorch 等技术栈,具备前后端协作与AI模型落地部署经验;

如果我能帮上您的忙,请点击“立即预约”或“发布需求”!

工作经历

  • 2023-03-15 -至今西南交通大学计算机学院学生国际处研发员

    在校期间应聘并成功加入西南交通大学国际处项目组,担任技术研发成员,后因综合表现突出,被聘为项目研发负责人,主导项目设计与技术实现工作。 在项目一期中,参与并推动多个核心系统的开发与上线,包括: 国际学生多模态舆情分析系统(基于BERT+ResNet多模态模型,搭建前后端完整数据处理平台) 智慧校园实时导航系统(集成高德地图API、Coze智能体及校园地标识别) 项目成果获得良好应用反馈,顺利通过结题验收,并吸引学校领导持续投入,推进项目二期升级迭代。目前仍作为核心成员参与后续研发,持续优化系统性能、拓展功能模块,具备扎实的项目落地经验与团队协作能力。

教育经历

  • 2022-09-01 - 西南交通大学计算机科学本科

    由 22 年以不错的成绩考入西南交通大学,在学校中保持优异成绩同时,带领团队完成学校国际学生舆情监测系统、智导云图等专业相关项目

语言

普通话
英语
0
1
2
3
4
5
0
1
2
3
4
5

技能

HTML5
Vue
MySQL
0
1
2
3
4
5
0
1
2
3
4
5
作品
智导云图----多模态智慧校园实时导航定位系统

一、面向对象与所解决问题(30%) 本系统面向高校在校师生与访客,致力于解决大型校园中“导航难、定位不准、信息孤岛、体验不足”等问题。传统校园导览依赖静态地图,无法提供实时位置、路径规划或个性化服务,尤其在紧急场景下缺乏快速响应机制。 智导云图系统结合高德地图API、BLE信标、Wi-Fi定位和智能体问答能力,实现实时定位、动态导引、地标识别与智能对话服务,全面提升智慧校园服务水平与管理效能。 二、项目特点与市场对比优势 多模态感知:融合地理位置、地图信息、图像地标和用户实时交互,构建智能导览场景。 智能体嵌入式互动:系统引入中文/英文双语AI助手,用户靠近地标时触发语义问答,如介绍校园建筑背景、导航帮助等。 前后端分离+轻量部署:前端采用Vue+Echarts构建可视化界面,后端基于Python+Flask实现服务逻辑,支持快速部署、持续迭代。 个性化推荐能力:结合用户实时定位,动态推送最近地标和路径指引,提供定制化服务体验。 低延迟+高可扩展性:兼容高德API、cozeai接口与本地数据库,可灵活适配其他高校或场所需求。 三、产品构成与技术选型 前端:Vue + 高德地图 JS SDK + Echarts 后端:Flask + PyMySQL + Python AI组件:ZhipuAI 接口对接、Coze 智能体对话模块 数据库:MySQL(用于地标管理、用户登录信息、交互记录等) 部署方式:支持本地化部署与公网访问,Python 3.x + Docker 可选集成

0
2025-04-26 09:29
多模态情感分析

一、面向对象与问题解决 本方案面向国内高校国际学生事务管理人员,尤其是负责舆情监测和跨文化事务处理的职能人员。近年来,国际学生在中国高校中的占比持续上升,其多元文化背景、语言障碍和信息获取偏差导致网络舆情事件频发,若处理不当,极易引发舆论危机甚至国际政治风险。 本系统通过融合文本、图像等多模态数据,建立实时、精准的国际学生舆情监测与预警机制,有效帮助高校在第一时间识别敏感情绪和风险话题,提升管理响应效率,维护校园和谐稳定,助力高校国际化办学的稳健发展。 二、市场对比优势(50%) 与市场上传统舆情监测系统(以文本情感分析为主)相比,本方案具备以下显著优势: 1、多模态输入支持:不仅处理文本,还融合图像、视频等模态,全面感知社交媒体上国际学生的真实情绪和观点表达。 2、先进模型架构:集成了CMA(跨模态注意力模型)和CRA(上下文融合模型),相较GLFN、MGNNS等已有方法,情感识别精度提升近6%,具备更强的特征表达与融合能力。 3、深度定制化:系统针对高校场景量身定制,包括关键词自动预警、学生群体画像分析、热点事件聚类和趋势总结等,适配高校管理日常。 4、智能可视化交互:前端采用Vue+Echarts技术栈,搭配智谱大模型生成话题摘要与情绪总结,为非技术人员提供一站式决策参考。 三、产品组成与技术选型(20%) 本系统由四个核心模块构成: 数据采集模块:基于微博开放接口和网络爬虫,自动采集与国际学生相关的多模态数据; 情感分析引擎:采用BERT+ResNet为基础模型,叠加跨模态融合结构(CMA、CRA),实现深层次语义理解; 数据库与后端服务:MySQL负责数据持久化,Flask搭建后端服务,支持数据读取、模型推理与前端接口; 交互与可视化界面:前端由Vue搭建,集成图表与情感饼图展示,结合智谱大模型API生成聚类摘要和主题总结。

0
2025-04-26 09:30
更新于: 5天前 浏览: 10