IT人力外包人才简历库

精通Python数据处理框架（Pandas/Numpy），擅长构建分布式计算流水线；熟练掌握TensorFlow 2.x深度学习框架，具备复杂模型架构设计与优化能力；熟悉PyTorch框架基础应用；掌握图像分割（U-Net）、目标检测（YOLOv5）、时序预测（LSTM）等算法实现；具备强化学习（Q-learning/DQN）基础理论与工程实践能力；熟悉数据清洗、特征工程、模型评估体系构建

专注于深度学习算法研发与工程化实施，主导完成医疗影像分割系统开发，实现95%以上分割准确率；构建气象短临降雨预测模型，提升预报精度15%；开发股票时序预测系统，建立包含LSTM、Transformer的混合模型架构。擅长处理多模态数据融合、模型性能调优及分布式训练部署，具备完整的算法研发闭环能力。持续跟进CVPR/ICML等顶会前沿技术，保持算法方案的先进性与实用性。

1. 医疗影像智能分析系统：基于U-Net架构开发超声图像分割算法，采用多尺度特征融合策略提升小目标识别准确率，相关研究成果SCI一区期刊在投；2. 气象短临降雨预测模型：构建包含CNN-LSTM的混合模型，通过时空特征提取提升预报精度，论文发表于SCI三区期刊及EI会议；3. 金融时序预测平台：设计基于Transformer的股票趋势预测系统，实现多因子融合分析，建立包含数据清洗、特征工程、模型训练的完整分析流水线。