人工智能

主要工作内容包括: 1. 数据平台，算法服务平台业务开发； 2. 自动驾驶监控与运营平台技术架构，核心业务（一级监控，二级监控业务）开发; 3. 相关开发规范制定（Git规范，数据库规范，开发流程规范等）， 4. 自动驾驶技术研究（ROS机器人操作系统/百度Apollo） 5. 跨部门沟通协作，负责项目进度管理，团队管理工作

1.做定向越野比赛的路线设计，根据给定点可以设计5到10条难度公平，客流量大的最佳路线组合。 2.负责遗传算法的建立和优化，提出了多粒度层次筛选的改进算法。

图像内容描述是一种通过文字表达图像的工具，旨在帮助人们更好地理解和传达图像信息。它主要关注于图像的视觉特征、对象和场景的关系以及其他重要细节。 通过图像内容描述，我们可以准确地揭示图像中的各个元素。例如，对于一张风景照片，我们可以描述其中的自然元素，如蓝天、白云、山脉和绿树；对于一张动物照片，我们可以描述动物的品种、颜色和身体特征；对于一张人像照片，我们可以描述人物的面部表情、发型和穿着。 此外，图像内容描述还能捕捉到图像中的空间关系和动作。比如，我们可以描述两个人之间的互动，或者一个物体在运动中的姿态。这样的描述有助于传达图像中的情感和故事性。 总而言之，图像内容描述为我们提供了一种详尽而精确地描述和理解图像的方式，使我们能够更好地分享和交流视觉信息。无论是在文化艺术、科学研究还是社交媒体等领域，图像内容描述都发挥着重要的作用。

项目功能分为用户模块、商品模块、住宿模块、客房模块、公告模块；对使用者来说该项目完成了对信息的有效存储和永不丢失，也能对信息进行有效整理，极大缓解了人员的工作负担，而且能够知道所需要的具体信息，执行效率也是非常方便快捷，几乎不会出错，减少了管理成本，提高了管理效率，且推动了社会信息化智能化的发展； 该项目用到的技术主要有Java、python、HTML5、Mysql、spring等，最终达到一个对数据的管理效果如下图

大厂程序员，熟悉OCR的文字检测、识别，以及卡证票据、文档相关的理解问题，包括卡证票据信息的结构化、问答等问题

功能模块：巡检模块、设备模块、预警模块、巡检结果模块、台账模块、地图模块 负责模块：巡检模块、设备模块、预警模块、巡检结果模块、台账模块、地图模块（新需求皆有负责模块。老框架模块未负责）

在行业竞争中，数据对于企业有着至关重要的作用，将来月越来越重要，并且有时会决定企业是否能适应未来的发展，因此通过技术的手段，开始进一步的分析，有利于企业的发展

1.假设句向量之间的相似度可以用数值来衡量，其中1表示十分相似，0表示完全不相似。 2.本项目可以直接优化句向量在文本相似度的性能 2.例如，我喜欢你，该句向量化为x1。我和你聊得来，该句向量化为x2，现有的模型计算相似度为0.8，而人类认为的真实相似度为0.61，模型计算结果偏高，则利用本文的方法为0.72.

生成式语言大模型、文生图、目标识别、图像分类、语音合成、语音识别、命名实体识别、情感识别等大模型的部署和工程化

项目分为用户登入，数据看板，视频篡改，图片篡改，篡改检测，视频管理等模块，可通过调用算法实现人脸篡改以及检测视频受到篡改的概率

这是一个使用Ai技术，自然语言处理，基于上下文理解与客户进行分布式的自然语音交互，互动更加流程，没有机械感支持随机打断 可续点交互，多触机转人工，客户电话反馈不满意转人工，AI员工回复不满意转人工，更加智能做到人机协作，告别以时间长短为点简单的转人工方式。所以完全省去人工客服的优点， 我主要负责呼出部分。

基于物联网、移动互联、大数据、智能软硬件结合等信息技术产品，实现个人、家庭、社区、机构与健康养老资源的有效对接和优化配置，推动健康养老服务智慧化升级，提升健康养老服务质量效率水平。 项目分为接待管理、智能看护、服务管理、老人管理、办公管理、人事管理、机构微站、老年大学、一卡通、统计分析。

KnowMore 是一个基于 LLM 大语言模型的知识库问答系统，它包含了以下几个功能模块： 数据处理：提供手动输入、直接分段、LLM 自动处理和 CSV 等多种数据导入途径，能够适应不同场景下的数据需求。 模型调用：支持 GPT、Claude、文心一言等多模型，使用者可以根据自己的需求选择适合的模型进行调用。 高级编排：基于 Flow 的流程编排模式，让 AI 轻松实现数据库查询、IO 操作、联网通信等扩展能力。 对外接口：与 GPT 等多种大预言模型 API 一致的对外接口，助你轻松接入已有应用。 通过 KnowMore，使用者可以实现数据处理、模型调用、复杂工作流编排等功能，适用于问答、阅读等多种场景。 提供用户服务：我可以全天候为用户提供服务，解答用户的问题，帮助用户完成任务。 数据处理：我可以处理各种数据，包括手动输入、直接分段、LLM 自动处理和 CSV 等多种数据导入途径。 模型调用：我可以调用多种模型，如 GPT、Claude、文心一言等，以满足用户的不同需求。 高级编排：我可以基于 Flow 的流程编排模式，实现数据库查询、IO 操作、联网通信等扩展能力。

项目包含设备挂载、通讯测试、方案选择、项目测试、数据查询、报告生成。项目主要应用于电力设备的检测，检测方法依据企标和JJG发布的规范设计，利用市面上的设备输出，同时读取被测设备的数据，比对设备是否符合标准。完成工作量80%。

当涉及到计算机视觉（CV）、自然语言处理（NLP）、语言模型（LLM）和多语言语言模型（MLLM）等领域的论文时，有许多值得关注的研究，会不定时更新一些论文笔记到公众号。

涉及的模块较多，把交通各方面数据集成到一个数据后台，如车辆监管，交通执法，路政管理，指挥调度等等，都可以统一在后台详细查看数据，

知名出行app,可在应用商店下载； 用到的技术栈包括： 车辆轨迹--Clickhouse 运营固定报表--Kylin 自助分析--Presto 数据检索--ES 用户画像--HBase 机器学习--PySpark 深度学习模型--TF/Pytorch 日志可视化--Kibana 异常告警--SMN 批量汇聚任务--Spark 湖仓--Hudi 实时计算--Flink

主要在大厂做一些目标检测、语义分割、OCR、图像检索等CV任务以及多模态和LLM相关的结构化、理解类任务。 曾参加过一些竞赛，获奖如下： Grand Challenge WSSS4LUAD竞赛第一； 之江杯零样本目标物体识别竞赛第一； 公众号运营：https://mp.weixin.qq.com/s/mwstJ8FsR2KYbCBFQoF89A等

项目模块：任务回溯、离线地图、监控模块、数据分析、报表模块、消息模块、预警模块、项目模块 负责模块：任务回溯、离线地图、监控模块、数据分析、消息模块、预警模块、项目模块（出版未参与，新需求参与开发）

小雅OS是喜马拉雅自主研发的一套集ASR、NLU、LLM、TTS等AI能力于一体的智能语音交互系统，目前主要应用于小雅带屏音箱、大雅、NANO、魔方、喜马拉雅APP语音助手等多个自研硬件和场景，并为华为、美的、OPPO等多个合作商提供语音交互能力。