工作描述: 在该公司主要负责两个方面的算法构建，主要涉及军工单位与汽车客户。其主要工作内容包括:
1、基于具体军工与汽车用户应用场景，就相关数据或图像进行传统机器学习或深度学习算法的搭建、训练、部署等一系列流程。就军工客户，主要涉及图像的相关识别与处理，覆盖基于图像的深度学习与机器学习的回归与分类任务并部署至相关硬件平台；就汽车客户，主要涉及ADAS与汽车的相关状态数据挖掘与数据分析，整体偏向于传统机器学习。
2、对相关机器学习算法进行实际嵌入式端部署、中台部署，完成算法的实际运用，机器学习涉及典型的流形学习和线性空间的相关机器学习算法，流形空间分析主要涉及典型的等距离映射(ISO)、局部线性嵌入(LLE)、t分布随机临域(t-SNE)等，线性空间涉及典型的聚类算法、矩阵分解算法、协方差估计等内容；深度学习方面，重点涉及卷积神经网络，网络特征架构方面涉及从alexnet等经典网络到IGCV、HRnet、DenseNet当下新型架构，目标识别方面涉及典型的一步法目标识别和两步法目标识别，包括YOLO类别及其相关架构与R-CNN相关架构，语义分割方面主要涉及FCN传统架构至SegNet等当下流行架构。
3、分析相关原始数据，进行特征工程构建，完成数据挖掘以及后期图表输出等内容。针对原始的军方图像数据或者汽车CAN总线数据，针对军方的实际需求和汽车客户的实际需求，构建各类特征，进行典型的特征工程构建，其一般涉及典型的主成成分分析方法、SVM及其相关核映射方法、独立成分分析、特征空间变换等内容，就相关机器学习进行典型的聚类、分类、回归等之后，形成图表输出。