我在宏瓴任人工智能工程师期间，带领团队完成了多模态保险定损理赔智能体的第一版本的开发。该智能体可以通过主智能体与子智能体协作的方式，通过集成后台图片识别算法，文字ocr算法，定损逻辑，视频识别与比对算法，完成出险保单的多模态信息整合与损失情况的判别。然后再经过人工确认后，进入谈赔流程，由客服智能体根

NILM恶意负载检测这个仓库实现了一套基于xgboostfeatureengineering的特征提取的NILM流水线，用于：加载JSY/SQLite家电数据集对低频电气测量数据进行归一化从时序功率数据中检测开/关事件基于事件构建设备会话提取会话级特征使用经验规则对设备类型进行分类将设备类型映射为恶

1、数据库管理模块：管理知识库，包括图像知识库以及文本知识库，即图像的caption，风险描述2、RAG模块：根据图像的描述，检索知识库里最相似的元素文本，给出审核参考意见2、意图判断模块：判断是否需要调用其他辅助工具，如人脸识别等3、动态规则模块：针对特定领域的风险管控，添加用户自定义规则4、审核

项目包含视频接入与解码模块、GStreamer实时推流与处理模块、AI目标检测模块、目标跟踪模块、告警与事件管理模块、设备配置管理模块、Web可视化展示模块等。系统支持多路摄像头/RTSP视频接入，能够在嵌入式设备侧完成图像采集、解码、预处理、目标检测与连续跟踪，并将识别结果、轨迹信息和告警事件实时

系统以「总助理」身份与「老板」对话：支持接收安排、任务与结果反馈、事项记录、提醒跟进、按约定格式生成并落盘文件、网络检索摘要、以及受控的配置删除等；CLI（main.py）、钉钉流式机器人（main_dingtalk.py）与带验证码的Web管理端（main_web.py）多入口并行，并可结合语音S

平台主要实现水文数据全流程解析与管理。支持各类水文监测设备统一接入，兼容多种通信协议与设备型号；提供设备在线调试调测功能，可实时校验设备状态、通信链路及参数配置，保障接入稳定。具备实时报文接收能力，能不间断采集水位、流量、雨量、库容等原始水文报文，对接收数据进行缓存与校验。针对不同格式报文开展标准化

主要采样蓝牙以及uwb技术，自研算法，进行人员或者物品的定位功能，帮助提升工作效率，从人的角度讲进行区域的安全管理，从物的角度来讲帮助寻货，检货等，同时还有其他的额外的功能

#电信诈骗防范系统功能介绍##1.具体功能模块-用户认证模块：支持用户注册、登录、密码找回，区分普通用户和管理员权限，确保系统安全访问-智能识别模块：基于LSTM深度学习模型，提供单条文本和批量文件（CSV/TXT）识别功能-历史记录模块：自动保存用户识别历史，支持按时间、类型等维度查询和管理-教育

针对电信行业用户流失问题，构建高召回率的预警系统。核心功能：1、通过概率阈值调优（从0.5下调至0.2），牺牲精确率换取30%高危用户召回率提升；2、使用Z-Score标准化解决特征量纲差异导致的梯度下降不收敛问题；3、输出高危流失用户清单，支持运营团队精准干预；4、在不平衡样本下优化业务价值，降低

模拟银行信贷场景，开发可解释性强的信用评分系统（A卡）。核心功能：1、手动实现特征分箱与WOE变换，处理长尾异常值；2、利用评分卡公式将违约概率映射为300-900分信用分；3、使用Streamlit搭建交互式评分计算器，业务人员输入客户信息即可实时获取信用评分与风控建议；4、完整复现工业级评分卡开