人工智能

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

采用目标检测、关键点检测等技术方案识别商场用户和智能用户画像，并基于此进行意图识别和商场广告推荐。 我完全负责包括数据获取、数据标注、模型训练、推荐策略设计、模型加速、模型落地、链路搭建部署等工作。

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

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

宇包团队，项目可整包，从产品到设计，到开发，到上线，到维护，全程一对一服务。 可接html5，小程序，网站，sass平台等项目

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。

采用mask R-CNN对变压器、绝缘子等电力设备的可见光通道进行实例分割，并做温度校准，识别电力设备故障，自动返回故障报告。 我主要负责对红外相机内置SKD获取可见光图像和温度双通道设备区域温度，模型开发及部署。

多任务分割检测模型的训练，量化，包含道路车道线、车道实力分割，行人、车辆、自行车检测等；多场景的任务检测扩展

项目主要是爱立信的EDA平台，负责给下游生产线分发任务指令，实现具体的运营商业务，我主要负责运维这部分。

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

数据清洗从名字上也看的出就是把“脏”的“洗掉”，指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。通俗点来讲，就是去掉或者修复掉影响后续模型训练的“脏样本”。 去掉难的样本。以ADAS场景为例，实际上在视频图像中，存在非常多的小目标和遮挡目标，这个时候，我们需要明确定义，当前模型能够处理的边界在哪里，检出目标的尺寸多大？遮挡程度什么样子？ 利用训练好的模型，做样本分析。利用训练好的模型，在测试集上进行测试，分析测试结果。在哪一类样本上存在明显问题。产生这个问题的原因是模型还是数据？如果是数据，需要重新明确标注规范。并采用适当的方法进行修正处理。

爬取航空网站数据，并进行简单的数据清洗，分析和可视化操作，最后保存到本地。 爬取航空网站数据，并进行简单的数据清洗，分析和可视化操作，最后保存到本地。

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

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

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

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

主要是毕业项目，用作SAR信号的将噪处理。 使用的网络结构是深度展开网络，对DRPCA算法进行展开，将其构建成为一个带卷积的深度神经网络，使用语言是PYTHON，使用框架是Pytorch。 所有部分均有我自己完成。

基于stable diffusion、control net、lora、T5等模型的生成模型微调和训练，支持多种生成训练pipeline；做过部署优化相关的模块。

将FP32的模型量化成FP8、int8的模型；利用deepspeed进行模型的训练、部署加速等；完成onnx模型导出等；完成半监督等性能提升方法的实现；

利用 OpenCV 来实现对视频中动态物体的追踪。 为了描述图像中的点，opencv中提供了点的模板类，分为2维点模板类Point_和3维点模板类Point3_。Point_通过2维图像平面中的x和y坐标确定点的位置，Point3_通过3维立体图像中的x、y、z坐标确定点的位置。