Compare commits
No commits in common. "acadm" and "main" have entirely different histories.
@ -83,7 +83,7 @@ language = "zh"
|
||||
letter_footer = "Lettre de motivation"
|
||||
|
||||
[lang.zh]
|
||||
header_quote = "对新技术和很热情的工程师,随时可以入职"
|
||||
header_quote = "对新技术和很热情的前端工程师,随时可以入职"
|
||||
cv_footer = "简历"
|
||||
letter_footer = "申请信"
|
||||
|
||||
|
||||
@ -50,4 +50,4 @@
|
||||
|
||||
|
||||
|
||||
#pagebreak()
|
||||
// #pagebreak()
|
||||
|
||||
@ -8,27 +8,6 @@
|
||||
|
||||
#cvSection("项目经历")
|
||||
|
||||
#cvEntry(
|
||||
title: [智能安保机器人],
|
||||
society: [Creeper Go],
|
||||
date: [2025.7],
|
||||
location: [杭州],
|
||||
tags: ("ROS", "计算机视觉"),
|
||||
description: "",
|
||||
)
|
||||
|
||||
这是一个基于 ROS2 的智能安保机器人,集成了计算机视觉、路径规划等功能。
|
||||
|
||||
我们现场微调了一个 Yolov8s 模型,训练其可以识别佩戴胸牌的行人。这个机器人会自动追逐场馆内未佩戴胸牌的人。
|
||||
|
||||
- *[推理延迟优化]* 通过数据预处理、模型量化、减少处理批次等手段,将 Yolov8s 模型的推理延迟从原本的 200ms 降低到 50ms,保证了机器人在移动中的实时识别能力。
|
||||
|
||||
- *[路径规划]* 构造的简易的自动机,实现了机器人在场馆内的自动巡逻和避障功能。
|
||||
|
||||
- *[数据回传]* 通过一个模块回传摄像头内容以及识别结果,方便安保人员远程监控。
|
||||
|
||||
#v(1em)
|
||||
|
||||
#cvEntry(
|
||||
title: [AI 赋能的前端开发工具],
|
||||
society: [GuiiAI Devtools],
|
||||
@ -56,32 +35,12 @@
|
||||
|
||||
- *[Vite 到浏览器的 RPC 通信]* 为保证 Vite Plugin Server 和 前端的双向通信,我封装了一个简易的 RPC 库。浏览器不同上下文之间使用 BroadcastChannel 通信,浏览器与 Vite Plugin Server 复用 dev ws 相互通信。
|
||||
|
||||
- *[自定义接入模型]* Devtools 支持自定义 OpenAI API Endpoint。
|
||||
|
||||
- *[优化打包体积]* 通过动态导入代码编辑器的 highlight.js,将打包体积从 2M 降低至 300k
|
||||
|
||||
|
||||
#v(1em)
|
||||
|
||||
#cvEntry(
|
||||
title: [气象科学与技术研究],
|
||||
society: [次季节性热带气旋智能预报研究],
|
||||
date: [2023.12 - 至今],
|
||||
location: [南京],
|
||||
tags: ("PyTorch", "深度学习", "气象预报"),
|
||||
description: "",
|
||||
)
|
||||
开发轻量级多尺度卷积网络(LMCNet)预测台风活动,显著超越传统方法
|
||||
|
||||
- *[创新点]* 提出LMCNet (轻量级多尺度卷积网络),结合多模态预报数据与气候学观测数据,实现更精确的台风概率预测。针对S2S台风数据集规模小的特点,采用浅层网络架构和多尺度卷积操作,以更少的参数提高季节性台风预测的位置准确度。
|
||||
|
||||
- *[优秀的模型性能]* 在2023年季节30天预报期内,我们的方法在DBSS评分方面较ECMWF(最佳传统预报模式)提高36%,较UNet预报方法提高18%。当预报提前期少于5天时,LMCNet方法将均方误差降低了60%,显著提高了短期预报精度。
|
||||
|
||||
// - *[技术栈应用]* 采用PyTorch构建深度学习模型框架,使用PyTorch Lightning简化训练流程并提高代码可读性,通过Seaborn生成高质量可视化图表评估模型预测结果与真实气象数据的差异。
|
||||
|
||||
- *[成果]* 获得优秀毕业论文,目前正在整理并准备提交气象学顶级期刊发表。衍生项目得到全国软件设计大赛全国二等奖。项目展示了深度学习在气象学领域的应用潜力,为提高热带气旋预测准确性提供了新思路。
|
||||
|
||||
- *[能力提升]* 通过此项目,我系统掌握了深度学习算法设计、大规模气象数据处理、科研论文撰写和项目管理能力,为后续研究奠定了坚实基础。
|
||||
|
||||
|
||||
#v(1em)
|
||||
|
||||
#cvEntry(
|
||||
title: "一个资源分享站",
|
||||
@ -108,8 +67,6 @@
|
||||
|
||||
- *[响应式UI设计]* 使用了 Vue 3 的 Composition API 进行开发,使用了 Vue 3 的 Suspense 特性, 实现了响应式 UI 设计。
|
||||
|
||||
// #pagebreak()
|
||||
|
||||
#cvEntry(
|
||||
title: "麦趣测评小游戏",
|
||||
society: "麦趣职前教育小游戏",
|
||||
@ -134,7 +91,7 @@
|
||||
|
||||
- *[构建流水线与管理工作]* 使用了 Github Actions 进行自动化构建与部署,推送到相关云服务。负责内部测试、研发 外包的发布、对接工作。
|
||||
|
||||
// #pagebreak()
|
||||
#pagebreak()
|
||||
|
||||
|
||||
#cvEntry(
|
||||
|
||||
@ -10,52 +10,37 @@
|
||||
#set text(weight: 300)
|
||||
#set strong(delta: 200)
|
||||
|
||||
#columns(2)[
|
||||
=== 前端开发
|
||||
|
||||
- 熟悉 *HTML、CSS、JavaScript、TypeScript、SASS、UnoCSS* 等前端技术;
|
||||
|
||||
|
||||
=== 全栈开发
|
||||
|
||||
- 熟悉 *HTML、CSS、JavaScript、TypeScript、SASS、UnoCSS* 等前端技术;
|
||||
- 熟练使用 *Vue、Vue-Router、Vuex、Pinia* 等 Vue 生态库,熟悉使用 Uniapp 开发小程序应用;
|
||||
|
||||
|
||||
- 熟练使用 *Vue、Vue-Router、Vuex、Pinia* 等 Vue 生态库,熟悉使用 Uniapp 开发小程序应用;
|
||||
- 熟悉 *Vite、Rollup* 等现代前端工具,熟悉 ES6 新特性、现代浏览器新 API、*开发过 Vite Plugin*;
|
||||
|
||||
- 做过出海产品,有处理 *i18n* 以及 *RTL 、断行* 等多语言布局的经验
|
||||
|
||||
- 了解 *RESTful、EventStream、WebSocket* 等数据传输协议/规范; 封装过简易 RPC 库;
|
||||
|
||||
=== 客户端开发
|
||||
|
||||
- 了解并使用过 *React Native* 开发项目,了解并使用过 *Redux、React Router* 等 React 生态关键组件
|
||||
|
||||
- 使用过 *WinForm* 构建桌面应用程序
|
||||
|
||||
=== 其他
|
||||
|
||||
- 了解多种 Git 分支模式,会使用 Git merge 和 *Git rebase、cherry-pick*
|
||||
|
||||
- 使用过 *NestJs、Prisma* 等构建后端服务;使用过 *Flask*、*Quart* 构建后端服务,了解并使用过 *Docker* 打包后端服务
|
||||
|
||||
- 对计算机网络的应用层、协议层比较熟悉,对 *http 协议* 比较了解,擅长抓包和简单的逆向来分析应用行为
|
||||
|
||||
- 了解 Scrum 敏捷流程,有主导 Scurm 项目迭代的经历,有搭建 DevOps 自动化流水线的经历
|
||||
|
||||
- 有多个从 0 到 1 独立/主导进行项目开发的经历。
|
||||
|
||||
|
||||
- 熟悉 *Vite、Rollup* 等现代前端工具,熟悉 ES6 新特性、现代浏览器新 API、*开发过 Vite Plugin*;
|
||||
|
||||
- 做过出海产品,有处理 *i18n* 以及 *RTL 、断行* 等多语言布局的经验
|
||||
|
||||
- 了解 *RESTful、EventStream、WebSocket* 等数据传输协议/规范; 封装过简易 RPC 库;
|
||||
|
||||
|
||||
- 了解并使用过 *React Native* 开发项目,了解并使用过 *Redux、React Router* 等 React 生态关键组件
|
||||
|
||||
- 使用过 *NestJs、Prisma* 等构建后端服务;使用过 *Flask*、*Quart* 构建后端服务,了解并使用过 *Docker* 打包后端服务
|
||||
|
||||
- 了解多种 Git 分支模式,会使用 Git merge 和 *Git rebase、cherry-pick*
|
||||
#colbreak()
|
||||
=== 数据分析与深度学习
|
||||
|
||||
- 熟悉使用 *Python* 进行数据处理与分析,熟练使用 *Pandas、NumPy* 等数据处理库;
|
||||
|
||||
- 有使用 *PyTorch* 进行深度学 习模型设计与训练的经验,了解常用的深度学习网络结构与算法;
|
||||
|
||||
- 有图像*语义分割、目标检测*等计算机视觉相关经验,接触过*点云分割、点云配准*任务;
|
||||
|
||||
- 有使用 *LoRA 微调 SAM* 模型的经验,了解大模型微调的基本方法;
|
||||
|
||||
- 熟练使用 *Matplotlib、Seaborn* 等数据可视化库,能够生成高质量的可视化图表;
|
||||
|
||||
|
||||
=== 其他
|
||||
|
||||
|
||||
- 对计算机网络的应用层、协议层比较熟悉,对 *http 协议* 比较了解,擅长抓包和简单的逆向来分析应用行为
|
||||
|
||||
- 了解 Scrum 敏捷流程,有主导 Scurm 项目迭代的经历,有搭建 DevOps 自动化流水线的经历
|
||||
|
||||
- 有多个从 0 到 1 独立/主导进行项目开发的经历。
|
||||
|
||||
|
||||
]
|
||||
// #pagebreak()
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user