IT人力外包人才简历库

返回列表

机器学习算法工程师

驻场外包人员
工作年限:3年 意向城市:成都 浏览:4次 发布时间:近期

技能标签

Python TensorFlow 深度学习框架 计算机视觉 图像分割 目标检测 强化学习 数据清洗 特征工程 模型优化 PyTorch 算法开发 机器学习 NLP 数据预处理 模型部署 分布式计算

专业技能

精通Python编程语言,具备丰富的数据处理经验,包括网络爬虫开发、文件系统操作及大规模数据并行处理脚本编写。熟练掌握TensorFlow 2.x深度学习框架,具备模型架构设计、训练优化及部署能力,熟悉PyTorch等主流框架。精通计算机视觉领域算法,包括图像分割(U-Net、Mask R-CNN)、目标检测(YOLOv5)、图像分类(ResNet、EfficientNet)等技术。熟悉强化学习算法(DQN、PPO)在工业场景中的应用。掌握数据清洗、特征工程、模型评估及调优等全流程技术。

工作履历(脱敏处理)

专注于深度学习算法研发与工程化落地,主导完成医疗影像分析、气象预测及金融预测等多领域项目。主导医院超声图像分割系统开发,采用U-Net架构实现病灶区域精准分割,分割精度提升25%。设计气象短临降雨预测模型,整合多源气象数据并构建图像回归体系,实现72小时降雨量预测准确率提升18%。开发股票预测系统,构建基于LSTM的时序预测模型,实现日级预测准确率82%。擅长复杂数据处理与特征工程,能快速搭建数据流水线并完成模型调优。

项目经验(脱敏处理)

1. 医疗影像分析系统开发:基于U-Net架构实现超声图像分割,采用数据增强技术提升模型泛化能力,分割精度达92.5%。解决医学影像数据标注不足问题,设计半监督学习方案提升模型性能。2. 气象短临降雨预测系统:构建多源气象数据融合框架,采用Transformer架构处理时空序列数据,实现72小时降雨量预测准确率提升18%。3. 金融时序预测模型:开发基于LSTM的股票预测系统,完成数据清洗、特征工程及模型调优,日级预测准确率82%。4. 强化学习在工业场景应用:设计DQN算法解决简单任务调度问题,通过奖励函数优化提升决策效率30%。

驻场外包优势

服从性高

严格遵守甲方管理制度

技术扎实

3年项目实战经验

可长期驻场

接受异地项目外派

快速响应

24小时内可到岗

企业人才对接

专业IT人力外包服务

如果贵公司有IT项目人手缺口、需要工程师驻场开发、短期人力支援需求,欢迎联系洽谈合作。

合作热线

18969108718

商务邮箱

ntit@163.com

微信扫码咨询

微信咨询二维码

扫描二维码添加商务对接

立即申请人才对接