实现    314人浏览/27人投稿    1359天前    已托管赏金

任职要求： 1、硕士研究生以上学历，计算机等相关专业; 2、具备五年以上大数据和AI开发架构规划经验，在计算机及视觉和图像、自然语言处理等，有实际项目开发管理经验； 3、能确认和评估AI系统需求，给出开发规范，搭建系统实现的核心构架，并澄清技术细节、扫清主要技术难点； 3、熟悉传统机器学习算法、深度学习前沿算法，掌握Pytorch/Tensorflow/MxNet等开源深度学习框架； 工作职责： 1、负责AI中台的技术规划及架构，为公司需求，设计基础框架的架构策略 2、深入了解、分析和整合公司的AI能力，为开发团队指导技术线路，给出合适的解决方案； 3、参与AI平台通用能力建设和相关组件的技术选型，推进数据分类，训练服务，模型管理，推理服务，资源调度等功能的产品化 4、负责组织架构化数据，非结构化数据的采集和数据分类； 实现网运营专员代发，说明： 1. 远程兼职即可，客户同步也开放有全职岗位 2.会docker部署是硬性要求 3.客户公司还在招另一个岗位，会diffusion model 的 AI工程师

开源众包    496人浏览/36人投稿    1363天前    已托管赏金

项目用人需求 1、精通C++与Python在数据管理领域的应用，具有机器学习项目开发实战经验； 2、精通网站全栈技术； 3、有量化投资策略开发经验者优先。远程完成，时间弹性。 类似任务：1、编写macd背离交易策略；2、制作波峰波谷函数。

码市    358人浏览/7人投稿    1364天前    已托管赏金

项目用人需求1、精通C++与Python在数据管理领域的应用，具有机器学习项目开发实战经验；2、精通网站全栈技术；3、有量化投资策略开发经验者优先。类似任务：1、编写macd背离交易策略；2、制作波峰波谷函数。

码市    87人浏览/18人投稿    1368天前    已托管赏金

因项目需要，寻找几名NLP和OCR算法开发人员，要求有过往实际算法模型的设计与实现经验，需要具备独立编写算法模型的能力，该项目不采用诸如阿里云等第三方的OCR和NLP云服务，需要自研。项目为面向某行业的数字化管理平台，主要通过OCR和NLP算法实现传统纸质文件的扫描识别转译为结构化数据存储，并通过关键特征提取进行本文内容的语义与情感分析。 由于项目具有特殊性 不便于在这里描述太多需求，请合适人员主动联系我。湖北省的优先，其他地区也可以。

开源众包    102人浏览/16人投稿    1369天前    已托管赏金

因项目需要，寻找几名NLP和OCR算法开发人员，要求有过往实际算法模型的设计与实现经验，需要具备独立编写算法模型的能力，该项目不采用诸如阿里云等第三方的OCR和NLP云服务，需要自研。湖北省的优先考虑，其他地区也可以。

开源众包    225人浏览/41人投稿    1386天前    已托管赏金

1：可以提供方向，因为现在有论文，可以深度学习他。2：交付标准，主要是针对现在有的论文去加入创新以及优化。3：需要技术方面可以把论文以及程序全包了，因为学生不懂计算机算法这块，论文肯定是上不了手，需要技术负责。程序价格可以给到7K，论文5K，总计1.2W可以做的欢迎来访。注：论文需要发刊标准。

码市    356人浏览/22人投稿    1389天前    已托管赏金

项目是通过自然语言处理，机器学习，深度学习等技术抓取群聊天中设计招工和求职的信息。并摘取出该信息中的地址，职位，联系方式等信息。数据实时摘录，当天获取过的重复数据仅首次录入数据可以设置屏蔽词，含有屏蔽词信息不获取数据统计：统计每日采集信息数量，招工，求职信息数量，有效信息数量（有职位，地区，电话）以及抛弃信息数量并展示提供系统所需服务器配置方案，预估识别准确率

猿急送    108人浏览/36人投稿    1389天前    已托管赏金

一、需求描述 1. 基于开源的echonet dynamic(或其他)和心脏超声动图文件，完成模型训练和推理；输入外部数据，完成数据扩增、适配、过程/结果筛选和优化； 2. 基于Resnet或其他模型，输入标注数据完成模型训练，分割心脏超声动图中心室区域并求尺寸/面积/EF值； 交付文档(含优化思路、创新点和结果分析)，以及代码； 二、人才要求 熟练掌握机器学习的方法和实践，经验丰富，合作性好 三、参考资源 https://github.com/echonet https://github.com/search?q=echocardiography https://gith

码市    315人浏览/20人投稿    1391天前    已托管赏金

根据硬件采集到信号，编制深度学习软件，采样后，可识别该类型的物品，并把识别结果发送给主机。硬件采集到从信号，是一个混合信号，需要从信号中间分离出来，需要识别的物品。单个物品检测时，硬件可以分类，多个混合物品检测时，需要通过深度学习，分离出来目标检测物。

码市    519人浏览/14人投稿    1402天前    已托管赏金

bevformer论文复现，深度学习bev方向 源代码读数据用mmdet3d写的，现在需要用pytorch重写 现在模型已完成 缺少数据读取和训练部分 数据读取只需要nuscenes不需要waymo 模型已写好有需要可直接发过去 我目前已完成的见bevformer.zip文件，官方代码（mmdet3d写的）见bevformer-master.zip可以根据已有的文件写，也可以自己写，看您的习惯，总之代码跑起来即可，不要求复现精度达到论文要求（深度学习嘛，你懂得）