IT人力外包人才简历库

精通Python编程语言及Jupyter Notebook/PyCharm开发环境，掌握Git版本控制。深度掌握OpenCV图像处理框架，熟练应用SIFT/ORB特征提取算法及FLANN/BF匹配器。精通PyTorch/TensorFlow深度学习框架，具备ResNet/YOLO/U-Net等经典模型调优经验，擅长迁移学习、数据增强及模型压缩优化。精通Scikit-learn机器学习库，熟悉LightGBM/XGBoost算法，具备多模态数据融合能力。熟悉FastAPI/Flask服务开发，掌握Docker容器化部署及FAISS向量检索、Redis缓存技术，具备MLflow实验管理能力。

专注于计算机视觉算法研发与系统开发，具备深度学习模型优化及工程化落地经验。主导电商平台图像分类与检索系统开发，设计基于ResNet的特征提取架构，采用YOLOv5实现商品图像快速检索，通过FAISS向量数据库实现毫秒级检索响应。开发分布式特征处理流水线，利用PySpark处理超百万级图像数据，构建特征工程体系。优化模型推理性能，通过模型剪枝与量化技术将推理速度提升300%。搭建基于FastAPI的图像服务接口，配合Docker容器化部署，实现系统高可用性。

项目一：电商平台图像分类与检索系统开发

项目背景：为某电商平台构建商品图像分类与以图搜图系统，解决海量商品图片（超100万张）的精准分类和高效检索需求。

技术挑战：面对超大规模图像数据处理、多模态特征融合及实时检索性能优化等技术难点。

解决方案：设计基于ResNet-50的特征提取架构，采用YOLOv5实现商品图像快速定位；构建FAISS向量数据库实现毫秒级相似度检索；开发分布式特征处理流水线，利用PySpark进行大规模数据预处理；通过模型剪枝与量化技术提升推理效率，最终实现分类准确率92.5%、检索响应时间<200ms的系统性能。