深 度 学 习 岗 位 设 计 深度学习岗位设计 深度学习岗位设计
这个深度学习开发流程怎么规范的问题?
不同的语言,不同的框架有不同的地方,也有相同的地方。
利用Gitee或者Github进行正式开发流程的规范是要的。
要强调对代码、代码库的代码规范、实验细节、框架精度、效率、易懂、易拓展。
易懂、易拓展:
引用层数不能超过2层,整体代码框架要扁平,深度不能超过三层(用XMInd来设计)
实验细节:
config、提取框范围等要有专门的文件,避免混合,分类有序。
代码规范:
CodeReview、GitHub(Gitee)、和代码审查工具用的溜得飞起。
框架精度:
构建详细的评价指数
框架效率:
首先,写全时间计数函数,能够实时衡量耗损时间
了解并能大概心算自己程序的时间复杂度,最要能有种指标设计
一 算法设计
软性能力
- 阅读英文文献
- 理解英文视频
- 编写代码
方向
- 生成对抗网络(GAN)
- 弱监督学习
- 图像分类(识别)
- 图像检测
- 图像分割
- 3D图像检测、分割
- 目标跟踪
- 动作识别
- 姿态估计
- 轻量化网络
- 强化学习
- 语言模型
- 序列模型
- 机器翻译
- 文本分类
- 阅读理解
- 对话生成
- 序列标注
- 关系抽取
- 建模关系数据
- 记忆网络
- 序列生成
- 元学习
- 语音情绪识别
- 推荐系统
二 模型部署
软性要求
- 熟悉c/c++
- 熟悉各类操作系统,ubuntu、Android、windows、嵌入式系统等
- 对各类语言(python、java、js、C#等)有了解
深度模型推理加速框架
- TensorRT(英伟达)
- NNIE(海思)
- SNPE(高通)
深度模型中间转化框架
- ONNX
- 精通模型转化( Caffe, PyTorch, MXNet,ML.NET,TensorRT 、 Microsoft CNTK,TensorFlow等框架之间的模型转换问题)
- 特别精通轻量化模型技巧(包括但不限于:量化、剪枝、蒸馏、内存共享等等)
三 前端设计
- 前端设计三框架Vue,React,Angular三者精通其一
- 熟悉HTML、CSS、JavaScript,了解 HTTP 协议、RESTful 规范、反向代理等
- 对 antd、webpack、gulp 等第三方库有使用经验
- 能web全栈
四 后端开发
- j2ee
- django\flask全栈
- 数据库:MySQL、MongoDB、SQLServer等等
- 对负载均衡、搜索引擎、分布式架构、网站性能优化、缓存处理等有经验优先
- 微服务应用
- go全栈
五 Windows桌面应用开发
- 熟悉vs2015/2017/2019
- c/c++的MFC
- C#的Winform、WPF
- qt
- pyqt5
- javafx
- javaswing
六 Android和IOS移动端开发
- 了解torch对Android和IOS的支持
- 熟悉Gradle项目管理工具
- 了解tensorflow对Android和IOS的支持
七 物联网边缘设备开发
- 了解各嵌入式系统深度模型相关的驱动开发
八 嵌入式芯片开发
- 了解各嵌入式芯片对深度模型的开发(fpga等)
九 工程测试
- 参与产品需求评审,根据项目测试需求编写测试计划、测试方案、测试用例、测试脚本
- 搭建自动化测试平台,按照测试计划完成产品测试,包括功能测试、性能测试、自动化测试等相关测试工作。并对产品问题进行跟踪分析和报告,推动测试中发现问题及时合理地解决
- 人工智能算法库、云平台产品的测试任务
- 熟悉 shell 脚本和自动化测试工具
- 熟悉软件测试理论和方法;熟悉软件测试流程和测试用例的设计方法
十 产品管理
- 研究行业特点和开发者需求,分析市场和竞争产品,与各业务方积极沟通,挖掘需求,协助进行需求分析、梳理与定义,并设计业务流程
- 快速响应、全量收集、跟踪记录用户反馈,挖掘潜在目标用户及其真实需求
- 完成从产品设计、交付开发、正式上线到上线后产品推广运营的项目管理全过程
- 具备一定编程能力、数据分析能力者优先,会使用Excel,SQL、BDP等工具进行数据分析者优先,熟练使用Axure、Visio、Mindmanager、Photoshop 等工具者
- 具有数据分析和呈现能力
十一 社区运营
- 熟悉并进一步完善社区运营流程与体系,提升参与者规模和活跃度
- 挖掘开发者社区用户需求,协助开发人员撰写技术问答和专栏
- 撰写微信公众号、知乎、活动等宣传文案,策划传播短视频
- 策划线上/线下学术运营活动,构造学术和产业前沿社群