Python AI分析师
张珈盛 - 26岁 现居住地：深圳
2016年毕业，求职目标是图像分析或者自然语言类相关，随时可以上岗新职位
- 计算机专业
两年工作经验，之前从事的是Apple iOS开发以及BI工程师
专业技能
- 精通Python和OC语言，系统平台Linux和Mac
- 精通神经网络背后的原理和BP算法，灵活使用正则化解决神经网络过拟合。
- 灵活使用Tensorflow，Pytorch构建卷积神经网络CNN(例如Lenet,Alexnet,Googlenet,VGG,DRL)，循环神经网络RNN+LSTM，常用Tensorflow。
- 灵活在ubuntu搭建AI环境和模型并且使用多GPU训练模型
- 灵活构建模型对自然语言处理，自然语音处理，人脸3d识别，图像分析和推荐预测
- 灵活使用Numpy，Pandas，Matplotlib，Seaborn将数据可视化处理
- 灵活使用过百度天工物联网平台AloT Plarfrom进行数据可视化
- 灵活使用Tensorflow中Tensorboard对创建的神经网络模型进行可视化
- 灵活使用Tableau Prep将数据进行清洗，转换，集成，处理
- 协助过伙伴参与过Kaggle和天池等专业平台的数据大竞赛，使用的算法有Xgboost，和以下算法分类：k近邻，逻辑回归，朴素贝叶斯，SVM，线性回归，多项式回归，决策树，RF，Apriori，FP_Growth，隐马尔科夫模型，SVD，PCA，Kmeans，(ID3)C4.5，Adaboost，EM, PageRank
工作经历
项目一 人脸识别的智能考勤系统 2018.05-09
项目描述：公司做给自己使用的利用人脸来识别员工的考勤系统，该考勤系统十分先进，即使在员工带有围巾鸭舌帽和口罩或者直接蒙脸的情况下都能准确识别出员工身份，这种遮挡问题处理起来非常困难。
项目职责：
- 对给定的带有局部遮挡的人脸图像进行人脸检测与特征点检测
- 根据检测到的人脸上特征点的位置进行五官局部图截取
- 基于ubuntu16.04操作系统，在GPU1080下，搭建CAFFE深度学习框架，得到人脸识别模型
- 预测结果喜人，准确率97.9%
项目二 真菌识别检测 2018.01-04 ：
项目描述：人工识别成本太高，效率低，出错率太高。越来越多的医药公司在自己的员工在对药物进行分类的时候，能够检测出员工身上是否携带真菌，并通过进一步的控制来提高药物的质量，同时降低成本。
项目职责：
- 获得批复真菌图像集，并对所述皮肤真菌图像集内的图像进行预处理
- 利用InceptionV3 + 卷积层提取真菌图像集内预处理后图像的图像特征
- 构建两层全连接网络，并利用提取图像特征训练所述两层全连接网络，从而形成基于真菌图像的预测模型
- 利用预测模型对新的真菌图像进行真菌类别预测
- 经过各种测试，高效的减少携带真菌的员工进行药品操作，降低了药品因菌类的污染而翻厂的数量
项目三 糖尿病性视网膜图像自动分类 2017.04-10：
项目描述：
因为基于人工病理图像的分类方法,主要有以下几个局限：图像的质量，医生的个人经验 ，病理图像自身的特点 ，在医学图像领域缺乏大型公开可用的视网膜图像集 , 为了提高诊断水平，引入了AI的技术。
项目职责：
- 与医院的相关人员对接沟通，对视网膜图像进行收集，对视网膜图像进行了预处理
- 构建训练模型，为了避免模型在训练的过程中由数据分布的改变导致收敛速度慢等问题，在AlexNet网络的基础上对每一个卷积层和全连接层之前都引入了批归一化层得到一个BNnet网络结构
- 设计了一个深度分类器
- 为了验证对Alexnet引进归一化层的有效性，设计了两组训练方式
- 为了验证迁移学习的有效性，对Bnet网络结构采用两种不同的训练方式
- 为了验证数据增强的有效性，对经过迁移学习的BNet模型采用两种不同的再学习策略。
- 经过各种测试，新模型的roc auc比原模型提高了8%，logloss减少8%。
曾经任职的公司
深圳星罗网络科技有限公司 AI开发 2017-03 — 2019-01
- 前期对公司提供的数据进行清洗和保存
- 后期参与业务需求设计讨论，完善功能设计文档
- 对各种医学图片进行建模和预测
- 整理场景需求，按照公司要求给出解决方案，不断完善提高模型的预测率
深圳市珞珈投资咨询有限公司 iOS开发 2016-08 — 2017-01
- 前期参与业务需求设计讨论，完善功能设计文档
- 参与产品的需求分析，产品系统的架构设计工作
- 负责产品新模块的开发，产品的整体架构设计工作
- 负责产品线上bug的日子统计，追踪修复工作
加我微信详聊吧，我电话13232182628，邮箱：wow336@163.com
扫码加我
