全栈开发
从底层算法到上层应用,熟悉 Python、C++、Vue 等技术栈,能够独立完成 AI 系统的全流程开发。
边缘计算
专注于 Rockchip 等嵌入式平台上的 AI 模型部署与优化,将深度学习能力带到边缘设备。
模型优化
精通 ONNX 模型转换、量化和加速技术,追求在有限算力下实现最佳推理性能。
一位热衷于 AI 技术的全栈开发者,致力于将前沿技术落地为实际应用。
从底层算法到上层应用,熟悉 Python、C++、Vue 等技术栈,能够独立完成 AI 系统的全流程开发。
专注于 Rockchip 等嵌入式平台上的 AI 模型部署与优化,将深度学习能力带到边缘设备。
精通 ONNX 模型转换、量化和加速技术,追求在有限算力下实现最佳推理性能。
日常工作中积累的核心技术与工具。
主要编程语言。广泛用于 AI 模型开发、数据处理、脚本自动化与快速原型验证。
高性能系统编程语言,用于底层算法优化、操作系统与 AI 引擎开发。
GPU 并行计算平台,用于高性能计算加速与模型训练推理优化。
开放神经网络交换格式,用于模型跨框架部署与推理加速。
计算机视觉库,用于图像处理、视频分析与 AI 视觉应用。
嵌入式 AI 芯片平台,在边缘设备上高效部署与运行推理模型。
开源操作系统,AI 基础设施建设与服务器部署的核心平台。
渐进式 JavaScript 框架,用于构建高效、可维护的用户界面。
移动操作系统,用于 AI 应用的端侧部署与移动端开发。
在 AI 领域积累的技术能力与项目经验。
基于大语言模型的智能对话系统,支持多轮对话与上下文理解。
基于深度学习的图像分类与目标检测系统。
基于多因子密码学的许可证加密保护系统,支持多平台授权。
从海量数据中提取有价值特征,构建高效的机器学习管道。
设计高效算法,解决复杂的计算问题。
在资源受限的边缘设备上部署高效的 AI 模型。