Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

ReNote #2

Open
wants to merge 6 commits into
base: master
Choose a base branch
from
Open
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
196 changes: 196 additions & 0 deletions ReNote.data.bak
Original file line number Diff line number Diff line change
@@ -0,0 +1,196 @@
简历记录
======

求职意向:深度学习算法工程师
期望薪资:10K ~ 15K


教育背景
2009.09-2013.07 四川理工学院 电子信息工程(本科)


工作经历
2013.05-2018.6 成都万创科技有限责任公司 Android底层开发经理
工作描述:
1. 基于NXP i.MX53 / i.MX6 和RK3288等平台,根据客户需求来定制开发Android系统;
2. 为定制的Android系统整理一套压力测试工具和量产测试工具,代表有factorytest,StressTest等;
3. 为客户编写Demo程序,代表有udpDataTrans,DataTrans,AutoDataConnector等(数据传输相关)。
---------------------
主要业绩:
1. 在公司期间和老大一起研发的自动售卖机控制终端一直在量产,而且几乎没有出过什么大问题,为公司创造了不少价值;(我主要负责测试环节和相关测试程序)
2. 为国外客户定制的模拟作战Gateway(Android系统和升级工具等)也在陆续量产中;(我主要负责系统移植)
3. 之前为自动售卖机控制终端量产编写的量产测试工具factorytest,经过优化调整后,可以用在公司所有Android平台上,并能测试大部分的功能点,从而使量产更有效率。
----------------------

技能特长
深度学习:
1. 熟悉Python常用科学计算框架,如 numpy, pandas, PIL, matplotlib, OpenCV;
2. 精通MTCNN, YOLO, Faster RCNN等常用跟踪识别算法实现;
3. 精通常用神经网络,如多层感知机MLP,卷积神经网络CNN,循环神经网络RNN, LSTM;
4. 熟悉生成式对抗神经网络GAN,变分自编码VAE, CycleGAN等;
5. 精通强化学习Q-Learning, DQN, DDPG, A3C等;
6. 熟悉常用网络模型,如Inception,VGG16,MobileNet,ResNet等;
7. 熟悉深度学习主流框架,如Tensorflow, Pytorch等;
8. 熟悉TensorFlow神经网络部署等流程;
9. 了解机器学习基础,如支持向量机SVM,聚类,线性回归,最小二乘法等;

嵌入式开发:
1. 熟悉Android/Linux 常用驱动架构,及Android HAL/JNI/框架/APP等的修改与优化;
2. 精通Android系统构建整套流程(源码下载->Repo代码管理与仓库维护->源码编译->源码裁剪与定制);
3. 熟悉Ubuntu代码、编译服务器部署与搭建
4. 精通git / repo / Docker等工具的使用;
5. 熟悉嵌入式系统移植与使用;
6. 熟悉C, C++, Java, Python, Shell脚本等编程语言。

其他特长:
1.两年带团队开发的经验,熟悉任务拆分和资源整合;
2.两年国外客户支持经验,能较好的和客户沟通,了解客户需求并协助解决客户问题。


项目经历
========================================================================================

----------------------------------------
https://www.colabug.com/2972157.html
2018.08-至今 成都万创科技有限责任公司 人脸打卡机

开发环境:
Ubuntu 16.04, Pytorch, OpenCV
项目描述:
该项目采用深度学习模型MTCNN实现人脸检测,采用深度学习模型FaceNet(Center Loss)实现人脸识别,并通过OpenCV来采集摄像头视频帧和显示人脸检测与识别效果。
算法实现:
1. 人脸数据数据选择 -- 使用CelebA;
2. 制作训练数据集 -- 基于Pytorch的DataSet和DataLoader实现;
3. 编写并训练MTCNN神经网络,用于在摄像头视频中框出面包 -- P网络采用全卷积实现,可以支持任意大小图片输入,主要实现粗选功能,R/O网络用于进一步优化建议框;
4. 编写并训练识别神经网络,用于更为准确的识别出不同的面包 -- 考虑到有些面包非常相似,所以我们在Softmax Loss的基础上加入了Center Loss实现;
5. 根据识别出的面包种类,查询本地数据库价位,并通过UI界面显示出这些面包的详细信息(名称和单价等)和累计总价供客户确认。
责任描述:
主要负责原始数据集采集与制作,网络模型的编写、训练和测试,以及通过Center Loss方法来提高识别的准确率。

首先照片会按照不同的缩放比例,缩放成不同大小的图片,形成图片的特征金字塔。
PNet主要获得了人脸区域的候选窗口和边界框的回归向量,并用该边界框做回归,对候选窗口进行校准,然后通过非极大值抑制(NMS)来合并高度重叠的候选框。
RNet将经过PNet的候选框在RNet网络中训练,然后利用边界框的回归值微调候选窗体,再利用NMS去除重叠窗体。
ONet功能与RNet作用类似,只是在去除重叠候选窗口的同时,同时显示五个人脸关键点定位。
----------------------------------------

2018.08-至今 猎维科技 自助面包付款系统
2018.08-至今 成都万创科技有限责任公司 自助面包付款系统
开发环境:
Ubuntu 16.04, Pytorch, Pygame

项目背景:
1. 为了节约人力成本,和提高付款效率;
2. 通过深度学习识别算法来避免 手动为每个面包贴RFID标签的麻烦;

算法实现:
该项目采用MTCNN跟踪算法实现面包检测,采用Softmax Loss + Center Loss实现不同面包的识别,并通过Pygame来实现UI界面交互,主要实现步骤如下:
1. 数据采集 -- 采集面包店各个面包的各个角度的照片,并分类、整理、标注、清洗数据;
2. 制作训练数据集 -- 基于Pytorch的DataSet和DataLoader实现;
3. 编写并训练MTCNN神经网络,用于在摄像头视频中框出面包 -- P网络采用全卷积实现,可以支持任意大小图片输入,主要实现粗选功能,R/O网络用于进一步优化建议框;
4. 编写并训练识别神经网络,用于更为准确的识别出不同的面包 -- 考虑到有些面包非常相似,所以我们在Softmax Loss的基础上加入了Center Loss实现;
5. 根据识别出的面包种类,查询本地数据库价位,并通过UI界面显示出这些面包的详细信息(名称和单价等)和累计总价供客户确认。

责任描述:
主要负责原始数据集采集与制作,网络模型的编写、训练和测试,以及通过Center Loss方法来提高识别的准确率。


2018.07-2015.08 猎维科技 简化版AlphaZero -- 五子棋实现
2018.07-2015.08 成都万创科技有限责任公司 简化版AlphaZero -- 五子棋实现
开发环境:
Ubuntu 16.04, TensorFlow, Pygame

项目描述:
该项目的核心算法是基于模特卡洛树搜索实现的,用深度神经网络来实现策略价值网络,通过Pygame来实现UI界面交互;

算法实现:
1. 通过自我对局(self-play)方式来产生训练数据(包括局面描述,根据每个节点分支访问次数求得的概率,self-play对局的结果),并通过经验池来收集这些数据;
2. 实现策略价值网络,主要使用几层卷积+双头龙的全连接(一个FC输出棋盘落子概率,一个FC输出局面评分);
3. 使用经验池中的数据来训练策略价值网络,其实就是在self-play数据集上不断的最小化损失函数L = P(action) + P(value),即就是让策略价值网络输出的action概率P 更加接近MCTS输

出的概率Pi ,让策略价值网络输出的局面评分v 能更准确的预测真实的对局结果z。


2013.05-至今 成都万创科技有限责任公司 Android工控平板,媒体盒子,HMI等
开发环境:
Ubuntu 14.04
NXP i.MX6S/D/Q主板 、Rockchip RK3288/RK3399

项目描述:
1. 根据客户需求,定制开发Android平板,媒体盒子,HMI(人机交互设备)等;
2. 主板一般都包含常规主流模块,如LCD、TP、3G、WiFi、Bluetooth、Camera、Battery等,为了达到易扩展性,平板有时也会扩展多功能接口(有点像平苹果的Dock接口)来引出串口,CAN

总线等常用控制接口。
3. 我们的主要工作是基于官方Android SDK移植客户定制设备驱动,修改优化裁剪Android 的HAL、JNI、Framework以及系统APP,最终实现在所有模块的正确稳定使用。

责任描述:
1. 主要负责简单驱动移植开发;
2. Android框架定制修改;
3. 量产测试工具APP编写;
4. 代码集成、全功能自测、打包发布研发测试等工作。

---------------------------------
2018.08-至今 成都万创科技有限责任公司 人脸解锁功能

2018.08-至今 成都万创科技有限责任公司 工厂残检系统
开发平台和工具:
Ubuntu 16.04 , Pytorch + ONNX

项目背景:
1. 由于工厂产线上残损品检验需要专人来检查,而且是全天24不间断,不仅耗费人力(加班、熬夜等),而且效率和品质也不算太高。
2. 而市场上主流的检查系统都是人脸检查、人脸打卡机等,而且基本都基于民用级别的嵌入式CPU开发,抗干扰能力较差。

项目分析:
1. 参考了目前主流的识别跟踪算法发现,要不是OpenCV实现,要不就是通过深度学习神经网络实现,主要有:MTCNN, YOLO,Faster RCNN等
2. 考虑项目实际需求(在嵌入式板卡上运行),而且时效性不太强,所以我们选择了MTCNN + Center Loss模型,因为其网络较小且很好训练。

项目实施概要(该项目为纯软件项目,主要是配合我司工控板卡):
1. 工厂生产线考察,并收集原始数据等;
2. 清洗整理数据,并制作训练数据集;
3. 编写神经网络代码,并训练、测试等;
4. 把训练好的的跟踪识别网络模型移植到我司NXP i.MX6 Android 6.0上。

责任描述:
1. 主要负责原始数据集采集与制作,网络模型的编写、训练和测试,以及通过Center Loss方法来提高识别的准确率;
2. 通过ONNX方式导出训练模型和参数,以便供Android程序开发。
---------------------------------
=================================================================================

--------------------------
培训经历
2018.05--至今 猎维科技 人工智能培训
培训描述:
1. Python语言基础语法;
2. 高等数学、线性代数、概率论;
3. 常用科学计算框架,如 numpy, pandas, PIL, matplotlib, OpenCV;
4. 机器学习基础,如梯度下降,线性回归等;
7. 深度学习框架学习,如Tensorflow, Pytorch,以及常用神经网络学习,如多层感知机MLP,卷积神经网络CNN,循环神经网络RNN, LSTM,生成对抗神经网络GAN等;
6. 强化学习Q-Learning, DQN, DDPG, A3C等;
--------------------------

--------------------------
在校经历
2009.09-2010.07 班集 团支书
职务描述:
负责发展班上同学入党和团组织生活活动的开展,协助班主任、班长及其他班委管理班上的大小事务。
2010.09-2011.07 电子与信息技术协会 电子设计部副部长
职务描述:
负责培养自己的干事、会员,每周为他们讲解一些电子相关的理论知识,并不定期的开展电子相关的小比赛。
--------------------------


荣誉证书
英语技能 CET-4
-----------------
奖学金 两次荣获国家励志奖学金;
-----------------


兴趣爱好
运动、看电影、听音乐、学英语、乐高机器人爱好者,DIY爱好者


自我评价
1. 热爱IT行业、自小就对电子产品开发有浓厚的兴趣,并不断学习丰富计算机、单片机等相关知识技能,有较强的动手实践能力。
2. 对新事物有强烈的好奇心,富有挑战意识,较强的适应环境能力并且勤奋好学、踏实肯干。
3. 具有良好的人际沟通能力,具备团队协作能力,有顾大局思想,长远的眼光。
4. 孝敬父母,懂得感恩,珍惜身边的人,自幼勤劳,具备较强的独立生活和自理能力。
92 changes: 92 additions & 0 deletions ReNote_backup_181106.data
Original file line number Diff line number Diff line change
@@ -0,0 +1,92 @@
求职意向:深度学习算法工程师
期望薪资:10K ~ 15K

2009.09-2013.07 四川理工学院(自贡) 电子信息工程(本科)

2013.05-至今 成都万创科技有限责任公司 Android底层开发经理
工作描述:
1. 根据客户需求来定制开发Android系统(基于NXP i.MX53 / i.MX6 和RK3288等嵌入式平台);
2. 为定制的Android系统自研开发一套压力测试工具和量产测试工具,代表有FactoryTest,StressTest等;
3. 为客户编写Demo程序,代表有udpDataTrans,DataTrans,AutoDataConnector等(数据传输相关)。


深度学习:
1. 熟悉Python常用科学计算框架,如 Numpy, Pandas, PIL, Matplotlib, OpenCV
2. 精通YOLO, Faster RCNN, MTCNN等常用检测识别跟踪算法实现
3. 精通常用神经网络,如多层感知机MLP,卷积神经网络CNN,循环神经网络RNN, LSTM
4. 熟悉生成式对抗神经网络GAN,变分自编码VAE等
5. 精通强化学习Q-Learning, DQN, DDPG等
6. 熟悉常用网络模型,如Inception, VGG16, MobileNet, ResNet等
7. 熟悉深度学习主流框架,如TensorFlow, Pytorch等
8. 熟悉TensorFlow神经网络开发,训练,测试和部署等流程
9. 掌握机器学习主流技术,如支持向量机SVM,聚类,线性回归,最小二乘法等

嵌入式开发:
1. 熟悉Android/Linux 系统驱动架构,能对Android HAL/JNI/Framework/APP等进行修改与优化
2. 精通Android系统构建的整套流程(源码下载->Repo代码管理与仓库维护->源码编译->源码裁剪与定制)
3. 熟悉Ubuntu操作系统下代码服务器、编译服务器部署与搭建
4. 精通Git / Repo / Docker等工具的使用
5. 熟悉嵌入式系统移植与使用
6. 熟悉C, C++, Java, Python, Shell脚本等编程语言

其他特长:
1. 有带团队开发的经验,熟悉任务拆分和资源整合
2. 有国外客户支持经验,能较好地和客户沟通,了解客户需求并协助解决客户问题


2018.08-至今 成都万创科技有限责任公司 自助面包付款系统

开发环境:
Ubuntu 16.04, Pytorch, Pygame
项目背景:
面包店收银员在顾客较多时任务繁忙,大部分时间花费在鉴别顾客面包类别上,精力有限时容易出错。为了降低收银员劳动成本,减少顾客等待时间,提升付款效率,需要开发一款自动识别顾客购买面包的系统。面包贴RFID标签成本高昂,故采用高清摄像头拍摄面包图片的计算机视觉方式实现面包自动识别。
算法实现:
该项目采用MTCNN检测算法实现面包检测,采用Softmax Loss + Center Loss实现不同面包的识别,并通过Pygame来实现UI界面交互,主要实现步骤如下:
1. 数据采集 -- 采集面包店多类面包在各个角度的照片;
2. 制作训练数据集 -- 对采集的数据进行清洗整理,标注面包类别,并基于Pytorch的DataSet和DataLoader实现训练数据的打包和导入;
3. 编写并训练MTCNN神经网络,用于在摄像头视频中框出面包 -- P网络采用全卷积实现,可以支持任意大小图片输入,主要实现粗选功能,R/O网络用于进一步优化建议框;
4. 编写并训练识别神经网络,用于更为准确的识别出不同的面包 -- 考虑到有些面包类别非常相似,团队在Softmax Loss损失函数的基础上加入了Center Loss损失函数,实现多类目标损失函数联合训练;
5. 根据识别出的面包种类,查询本地数据库价位,并通过UI界面显示出这些面包的详细信息(名称和单价等),计算所有面包的累计总价,供客户确认。
责任描述:
主要负责原始数据集采集与制作,网络模型的编写、训练和测试,以及通过添加Center Loss损失函数来提高识别的准确率。


2018.07-2015.08 成都万创科技有限责任公司 简化版AlphaZero -- 五子棋实现

开发环境:
Ubuntu 16.04, TensorFlow, Pygame
项目描述:
该项目的核心算法基于蒙特卡洛树搜索,使用深度神经网络来实现策略价值网络,通过Pygame来实现UI界面交互
算法实现:
1. 通过自我对局(Self-Play)方式来产生训练数据(包括局面描述,根据每个节点分支访问次数求得的概率,Self-Play对局的结果),并通过经验池来收集这些数据;
2. 设计策略价值网络,主要使用多层卷积+双头龙的全连接(一个FC输出棋盘落子概率,一个FC输出局面评分);
3. 使用经验池中的数据来训练策略价值网络,在Self-Play数据集上不断优化损失函数L = P(Action) + P(Value),即就是让策略价值网络输出的Action概率P 更加接近MCTS输出的概率Pi ,让策略价值网络输出的局面评分v 能更准确地预测真实的对局结果z。
责任描述:
基于GitHub上现有代码修改调试,参考AlphaGo Paper弄懂了其算法实现原理和蒙特卡洛树搜索原理,并基于Pygame实现了可视化操作。


2013.05-至今 成都万创科技有限责任公司 Android工控平板,媒体盒子,HMI等

开发环境:
Ubuntu 14.04, 嵌入式板块(NXP i.MX6S/D/Q主板 、Rockchip RK3288/RK3399)
项目描述:
1. 根据客户需求,定制开发Android平板,媒体盒子,HMI(人机交互设备)等;
2. 主板一般都包含多类主流模块,如LCD、TP、3G、WiFi、Bluetooth、Camera、Battery等,为了达到易扩展性,主平板有时也会扩展多功能接口(类似苹果的Dock接口)来引出串口,CAN总线等常用控制接口。
3. 本人主要工作是基于官方Android SDK移植客户定制的设备驱动,修改优化裁剪Android 的HAL、JNI、Framework以及系统APP,实现所有相关模块功能齐全、性能稳定。
责任描述:
1. 主要负责简单驱动移植开发;
2. Android框架定制修改;
3. 量产测试工具APP编写;
4. 代码集成、全功能自测、打包发布、研发测试等工作。


英语技能 CET-4

运动、看电影、听音乐、学英语、乐高机器人爱好者,DIY爱好者

1. 热爱IT行业、自小就对电子产品开发有浓厚的兴趣,并不断学习丰富计算机、单片机等相关知识技能,有较强的动手实践能力。
2. 对新事物有强烈的好奇心,富有挑战意识,较强的适应环境能力并且勤奋好学、踏实肯干。
3. 具有良好的人际沟通能力,具备团队协作能力,有顾大局思想,长远的眼光。
4. 孝敬父母,懂得感恩,珍惜身边的人,自幼勤劳,具备较强的独立生活和自理能力。

本人愿意根据单位需求进行针对性补课,以适应新需求,力争到了单位能迅速上手干活。