多年算法工作实践经验,有推荐、计算机视觉、时序预测等领域的模型设计和调优的项目经验,具备在海量数据集上进行大规模特征提取和分析挖掘的能力;
良好的数学算法基础,对特征设计、模型选择、参数调优有良好的能力;能灵活应用各种机器学习算法; 能够熟练使用 pytorch、spark、hive、redis、kafka、k8s 等生产工具,具备算法生产环境的架构能力; 有良好的英文阅读能力和写作能力,保持定期看 paper 的兴趣,保持新技术的敏感性;
城市大脑(智慧交通)
1、改进 CSRNet 的方法,先将图像特征转为密度图,再积分得到车辆排队数量,解决摄像头远处 ROI 区域车辆模糊密集重叠下的数车问题;利用多目标跟踪算法(Yolo+卡尔曼滤波+匈牙利匹配)获取车辆 tracklets,结合DBSCAN 密度聚类算法,得到不同车道的车流量;
2、利用 Tensor RT 加速和对网络进行压缩,最终速度达到 120FPS/v100;
3、实现并改进 Mask RCNN 网络结构,用于分割交通斑马线和预测其形态特征(斜率)。用于判断道路方向和相机标定;
围棋 AI
1、利用基于 Alpha zero 实现围棋 AI。 基于 Ray 构建了策略迭代的强化学习自博弈 pipline,产生了近亿盘棋局用于模型迭代训练, 巅峰算力达 1200 块 1080GPU, 算法迭代 1 个月后棋力达到专业 9 段;
2、利用 Tensor RT 算子对策略价值网络进行性能优化,推理效率提升 3 倍;
可兼职时间
可兼职地点
0条评论 雇主评价