人工智能

1. “天翼云安全大脑” 为涉密机关单位、高价值企业用户，提供一套安全增值业务。架设宽带、自治域或专线后，即可获得传输层级别的网络防御、等级保护和风险控制能力。 2. 结合 H3C（新华三）独有的威胁情报库、网络流量匹配算法和中国电信的路由与防火墙数据，基于人工智能对过境流量的被动分析、主动嗅探和自动拦截技术，能够快速阻断非法协议的出入站请求，并精准定位境内外数据传输者。 3. 负责大语言模型的训练、调试、调参和封装。 4. 负责架构、接口、UI 设计。

该项目是对手的21个关键点进行检测 因为考虑到目前没有三维姿态不好识别按键按下三维动作，所以目前采用二维方式。 该示例的原理：通过简单的IOU跟踪，对二维目标如手的边界框或是特定手指的较长时间位置稳定性判断确定触发按键动作的时刻，用特定指尖的二维坐标确定触发位置。

对于图像分类问题采用 基于tensorflow的卷积神经网络对于猫狗进行识别 我负责数据的处理，建模和训练以及模型的调优

该项目为银行投诉管理，旨在用模型将用户的投诉原因自动进行打标分类，解放人工。 我在该项目中负责对模型的处理，进行数据清洗分析，最终进行通过bert模型接textcnn方法来训练出模型。

项目背景 利用科技手段提高传统宠物医疗行业的智能化水平。传统的宠物医疗知识比较分散，专业化程度低，宠物医院及医生的医疗技术水平高低不一，宠主在宠物生病时不能准确判断并采取措施等等。此项目旨在创建一套专业的医疗技术知识图谱，包含宠物种类、品种、年龄、常见症状、检查结果、处方、医嘱、诊断、疾病及疾病详情卡片等维度。在此知识图谱的基础上，可以建立诸如智能诊断，临床决策支持，智能问答等上层应用。 项目设计 线上病历含有症状描述和诊断结果两个字段，可以用来创建医疗知识图谱，可能准确度有待提高 初期使用少量的病历测试数据并只使用常见症状和疾病两个维度创建医疗知识图谱，并在此基础上创建一个简单的demo应用，可以达到由症状查询到可能犯有的疾病并按照可能机率进行排列的目标。 在demo应用的基础上，开始使用大量的病历正式数据进行模型训练，逐步提高知识图谱的准确度，并丰富demo应用。 利用一些专业化数据（医疗专家使用辅助系统填写的疾病和症状对应关系／从专业化网站上爬取数据）对知识图谱进一步训练，尽可能的提高准确度 找到医疗技术人员协助测试，重复4，直到达到医疗技术人员认为可用为止。 技术选型

主要分为，存在抖动的开发环境的，算法开发 包含检测。松动。异物。测高等各种模式，集成的一个大型的开放环境的检测，保证高检出和低误报的思路，能够去实际应用

DHT11 数字温湿度传感器用于得到环境温度和湿度等信息，并把从温湿度值显示在OLED显示屏模块上；DS1302时间模块可以对年、月、日、周、时、分、秒进行计时，还具有闰年补偿功能。0.96寸4针OLED显示屏模块，可以显示文本、图像和其他类型的信息。

快递单号识别，手写数字识别 基于tensorflow的卷积神经网络对于书写0-9的数字进行识别 我负责建模和训练以及模型的调优

基于飞讯语音转写和ChatGPT智能提问服务的创新软件。它采用先进的websocket和webapi技术，搭建在强大的.NET Core后端架构上。该软件为用户提供高效、智能的语音转写和智能提问功能，使用户能够轻松处理语音数据并获得准确的答案。无论是语音转写应用领域还是智能问答解决方案，这款软件都展现出强大的潜力和广阔的应用前景。通过这些先进技术的结合，用户能够体验到前所未有的便捷和效率，为各行各业的用户提供了全新的工作和学习体验。

一.独立开发的基于 SpringBoot+SpirngCloud+MyBatisPlus 技术栈的超融合 云管理平台， 采用前后端分离架构。 构建对私有云管理及计算平台， 旨在方便对私 有云服务器 、k8s集群、应用等资源的管理。 二.负责项目人员调度、项目排期、架构设计、技术选型、框架搭建、环境部署、 后端开发与迭代， 在项目中主要完成了虚拟机管理、容器管理、配置文件管理、k8s集 群管理 、镜像管理 、告警规则引擎、 监控告警 、可视化系统 、数据库管理、应用管理、 用户管理等模块的设计、开发及迭代。 三.SpringCloud、SpringBoot、MySQL、MyBatisPlus、定时任务(xxl-job)、Redis、 Kubernetes、prometheus、prometheus-gateway、 Harbor、MinIO、SpringSecurity、 ElasticSearch、Kibana、Logstash、Jenkins、Docker、vCenter等： 四：1 、基于 SpirngCloud中nacos实现服务注册与发现、配置文件管理。 2 、基于 Spirn

一：独立开发的基于 SpringBoot+MyBatisPlus 技术栈的人工智能算法管理服务平台 ， 采用前后端分离架构。 构建对算法镜像管理及安装使用的服务平台。 二：主要完成了算法大屏、算法工作台、AI算法库、本地算法库、配置中心、模型中心、API文档等模块的数据库设计、开发、联调等工 作。 三：SpringBoot、MyBatisPlus、Minio、MySQL、Kubernetes、WebSocket、腾讯gpu- manager等。 四：1 、基于k8s+gpu-manager虚拟化GPU算力技术，实现CV算法镜像在k8s集群中以 deployment+service+pod模式运行，并使用node-exporter+prometheus对进行k8s集群中 不同维度资源的监控告警功能。 2、基于 Redis 消息中间件， 实现了接口幂等 、token 续签 、热点数据缓存等高并发访问 场 景的开发。 3、基于 SpringSecurity+OAuth2实现认证与授权。 4、基于webSocket技术实现对告警消息的实时推送。

我们通过艺术家独特的风格来识别他们的作品，例如颜色选择或笔触。像克劳德·莫奈（Claude Monet）这样的艺术家的“je ne sais quoi”现在可以用算法模仿，这要归功于生成对抗网络（GAN）。在这个入门比赛中，您将把这种风格带到你的照片中，或者从头开始重新创建这种风格！ GAN 至少由两个神经网络组成：生成器模型和鉴别器模型。生成器是创建图像的神经网络。对于我们的比赛，您应该以莫奈风格生成图像。该生成器使用鉴别器进行训练。 这两个模型将相互对抗，生成器试图欺骗鉴别器，而鉴别器试图准确地对真实图像和生成的图像进行分类。 我的任务是构建一个生成 7，000 到 10，000 张莫奈风格图像的 GAN。

通过温湿度传感器实时监控室内温湿度变化情况。以折线形式实时动态显示。支持数据库历史数据存储、历史回看。

四年算法相关研发经验 熟悉Darknet，Deepstream等训练推理框架 熟练使用Tensorflow,Pytroch等深度学习框架 熟悉Linux下的Python，C/C++，CUDA编程 熟悉TensorRT以及相应的插件开发 熟悉目标检测的相关算法 熟悉模型剪枝，量化等优化方法 熟悉深度学习神经网络常见算子的实现 了解TVM深度学习编译器和Paddle-Lite推理框架 有Docker,Nginx等使用经验

上海校企交互场景需求： 1、根据客户提供的图纸，构建3D学校模型 2、在网页PC端上实现3D学校模型的交互，具体表现为可以移动视觉，放大缩小模型，可点击教学楼呈现相关的信息（暂时不需要做馆内的） 3、后期乙方采购检测硬件后，再进行对接和调试。

1.移动端和管理后台，包括客户管理、销售管理、呼叫中心、任务管理、合同管理、线索管理、商机管理、跟进记录等模块 2.作为产品及项目负责人，统筹规划整个项目的产品规划，与客户沟通，以及项目的推进

通过温度、湿度、空气监测传感器实时获取矿井环境状态，可以设定阈值，超过阈值触发报警。支持数据库保存历史数据，历史数据回看。

采用规范企业银锭仓库安全管理，有效提高信息数据的延续性和精确性，减少重复的工作量，可以及时全面、准确地掌握仓库出入库的信息结算的微服务项目。采用 SpringCloud 微服务技术开发，Nginx 作为反向代理，GateWay 作为动态路由、负载均衡、断言等。Dubbo 作为服务调用，Nacos 作为服务中心和配置中心，Sentinel 流量监控等。与 ipad 共用，精星 wcs 系统集合，主要功能有：用户模块，基础信息管理(品牌，规格，仓库，库区，托盘、银锭等)，出库模块，入库模块，过户模块，理库模块，费用报表模块，订单模块，期货上架秒杀模块，支付模块等。 ● 技术架构：Springcloud、SpringBoot、Dubbo、RabbitMQ、Redis、Swagger、Mysql、ElasticSearch 责任描述： ● 负责功能模块的设计与开发。 ● 负责项目整体测试。 ● 数据库的设计。 ● 负责客户沟通及客户需求开发。 ● 现场调试及项目的环境搭建及项目文档编写。

四年算法相关研发经验 熟悉Darknet，Deepstream等训练推理框架 熟练使用Tensorflow,Pytroch等深度学习框架 熟悉Linux下的Python，C/C++，CUDA编程 熟悉TensorRT以及相应的插件开发 熟悉目标检测的相关算法 熟悉模型剪枝，量化等优化方法 熟悉深度学习神经网络常见算子的实现 了解TVM深度学习编译器和Paddle-Lite推理框架 有Docker,Nginx等使用经验

在日常学习Python、C语言的时候，难免遇到实在解决不了的问题，这时同学们需要查阅相关资料，通常会想到查CSDN等博客，但又苦于购买vip内容。 网络爬虫也叫做网络机器人，可以代替人们自动地在互联网中进行数据信息的采集与整理。在大数据时代，信息的采集是一项重要的工作，如果单纯靠人力进行信息采集，不仅低效繁琐，搜集的成本也会提高。 此时，我们可以使用网络爬虫对数据信息进行自动采集，比如应用于搜索引擎中对站点进行爬取收录，应用于数据分析与挖掘中对数据进行采集，应用于金融分析中对金融数据进行采集，除此之外，还可以将网络爬虫应用于舆情监测与分析、目标客户数据的收集等各个领域。