Angus | 软件开发人员

你好，我是 Angus.

A

自我驱动、快速入门、充满热情的程序员，具有好奇心，喜欢解决复杂且具有挑战性的现实问题。

联系我

关于

在校自学程序员，喜欢解决问题和编码。始终努力将 100% 的精力投入到我所做的工作中。

在校期间，我研究过 Python、Django、Flask、MySQL、PostgreSQL、MongoDB、HTML5、CSS、Java、C++、Flutter 等技术。我有 29 个月的专业工作经验，这帮助我加强了在 Python、Flask 和 Django 方面的经验。

语言: Python， Java， JavaScript， C， C++， HTML/CSS， Bash， dart
数据库: MySQL， PostgreSQL， MongoDB
软件库: NumPy， Pandas， OpenCV
框架: Flask， Django， Node.js， Keras， TensorFlow， PyTorch，Bootstrap， Apache Beam
工具和技术: Git， Docker， AWS， GCP，Heroku， JIRA

寻找一个机会，在一个具有挑战性的职位中结合我的软件工程技能，提供专业发展、有趣的经历和个人成长。

经验

Zhiffy

软件工程师

使用 Flask、MongoDB 和 AWS 开发和管理电子商务平台的后端。
开发了三个针对客户、销售供应商和管理员用户的 Web 应用程序；构建了 50 多个具有功能的 RESTful API 例如登录/注册、查看产品、将产品添加到购物车、结帐订单等。
通过重构代码库以及更改数据库设计和查询，响应时间缩短了 20%。
添加了一个批量上传功能，减少了将产品添加到数据库中的手动工作。
工具: Python, Flask, MongoDB

2024年11月 - 2025年2月 | 重庆

Meditab

程序员分析师

定制了基于树的优化算法，将药物分为不同的组，以最大化药物的并发执行分配器机器人；改进了优化算法，将自动化过程的周期时间缩短了 25%。
设计了定制的递归算法，将当前环境的功能扩展到多机器人和多系统环境
使用 Flask、OpenCV 构建了一个模块化视频分析应用程序，可跟踪多摄像头环境中每个人的位置；利用透视变换、对象检测和对象跟踪来查找人类的位置。
通过使用定制的 YOLOv3 算法执行对象检测和分析，将视频分析应用程序的速度提高了 20% 用于多目标跟踪的 DeepSORT 算法。
工具: Python, Flask, OpenCV, Keras, Tensorflow, PyTorch

2023年12月 - 2024年7月 | 重庆

Mtag Innovations

软件架构师

使用 Flask 和 JavaScript 编程了一个基于云的 Web 应用程序，旨在存储、可视化和跟踪温度和湿度每个药物容器以估计药物的降解。
创建了一个警报系统，当参数超过阈值时发送通知和电子邮件。
工具: Python, Flask, JavaScript

2023年1月 - 2023年12月 | 重庆

CIGNEX Datamatics

项目实习生

为当地图书馆设计了一个图书馆管理系统，我们在那里开展了诸如需求之类的活动启发，准备数据流和实体关系图。
为涉及使用自然语言的自动财务文档分类器的 POC 提供解决方案处理和支持向量机器对公司数据的准确率达到 96%。
工具: Python, Scikit-learn, NLTK

2022年6月 - 2022年12月 | 重庆

项目

                
音乐播放器网络应用程序
                  一个基于 Django 的音乐流媒体 Web 应用程序
                
成就工具: Django, HTML, CSS, Bootstrap, SQLite, AWS S3, Heroku
注册/登录到网络应用程序（使用基于 OAuth 的 Google 登录）。
根据语言和歌手搜索和过滤歌曲。
创建多个播放列表并添加/从播放列表中删除歌曲。
滚动浏览最近播放/查看的歌曲。

测验网络应用程序
                  一个基于 Django 的问答网络应用程序
                
成就工具: Django, HTML, CSS, Bootstrap, SQLite, Heroku
注册/登录网络应用程序（使用基于 OAuth 的 Google 登录）。
玩测验并查看排行榜。

博客网络应用程序
                  一个基于 Flask 的简单且可扩展的博客网络应用程序。
                
Accomplishments工具: HTML, CSS, Bootstrap, Flask, SQLAlchemy, Postgresql, Python
用户可以查看帖子并通过联系页面联系管理员。
管理员可以添加、删除和更新帖子。

视觉问答
                  一个基于注意力的分类模型，旨在生成给定输入图像的答案。
                
Accomplishments合并卷积神经网络 (CNN)，用于提取图像特征和长短期提取问题的内存嵌入。
在 COCO 数据集、抽象场景图像上测试模型，总体准确率达到69%VQA 评估指标。

视频摘要
                  一个 Seq2Seq 模型，旨在生成给定输入视频的简短摘要。
                
Accomplishments结合 CNN 来检测和分类视频帧中的对象以及长短期记忆生成摘要。
在 MSVD（微软视频描述语料库）数据集上评估模型；达到 0.77、0.71、ROGUE 上分别获得 0.52 分，BLEU、METEOR 评估指标。

图像生成器
                  一个基于对抗网络（GANs）的图像生成器。
                
成就在人脸数据库上测试了系统，并计算了损失，通过比较生成图像和原始图像的 PCA。
计算的 PCA 差异小于 10%，表明生成器成功生成了图像。

出勤计数系统
                  一个系统，用于从全景图像中计算课堂出勤人数。
                
成就使用奇异值分解进行图像压缩；应用各种图像处理技术和形态学操作检测磁头的数量。