我的简历
应届生 | 硕士 | 大连市
编    号:N91309 性    别:
出生日期:1995/9/16 婚姻状况:未婚
国    籍:中国 民    族:汉族
身    高:176CM 政治面貌:团员
教育程度:硕士(毕业 2020年6月) 高级选项:不限
毕业学校:大连理工大学 所学专业:计算机科学与技术
户    籍:张掖市山丹县 现居住地:大连市
求职意向
期望工作性质:全职 期望工作地区:成都,西安市
期望从事行业:计算机软件,计算机服务(系统/数据服务/维修) 期望从事职业:计算机软件
期望薪水: 期望岗位名称:算法工程师,软件工程师
自我评价/职业目标
自我评价:具有良好的学习能力和动手实践能力,对IT行业充满热情;
具有较强的团队意识与合作精神,良好的理解能力与沟通能力;
认真负责,脚踏实地,积极乐观,具有较强的责任心,对团队与集体有较强的归属感与认同感。
教育背景
  • 学校名称:
  • 大连理工大学 ( 2013年9月 - 2017年6月 )
  • 专业名称:
  • 计算机科学与技术
  • 学历:
  • 本科
  • 所在地:
  • 辽宁大连
  • 证 书:
  • 中级网络工程师
  • 学校名称:
  • 大连理工大学 ( 2017年9月 - 2020年6月 )
  • 专业名称:
  • 计算机科学与技术
  • 学历:
  • 硕士
语言能力
  • 语种名称
  • 掌握程度
  • 英语
  • 良好
职业技能
职业技能:熟练掌握C++语言,熟练使用VS、eclipse等软件;
掌握Python语言,熟悉基础的机器学习算法,了解CNTK人工智能架构;
有扎实的网络基础,考取“网络工程师(中级)”证书;
熟悉数据库原理与基本SQL语句,了解Linux系统基础操作;
掌握数据结构、计算机网络、操作系统等学科基础知识;
熟练掌握office套件等基础办公软件。
项目经验
  • 项目名称:
  • 针对车联网数据的异常检测算法 ( 2017年9月 - 至今 )
  • 项目描述:
  • 针对网络注入式、中毒式攻击,基于交通流模型与高斯混合模型,对车联网数据进行异常检测与状态感知,以便无人驾驶、协助驾驶的研究与实现
  • 责任描述:
  • 设计算法流程,设计并实现元胞自动机交通流模型以及驾驶员情感量化模型,实现高斯混合模型,利用实验平台进行实验并整理实验结果
  • 项目名称:
  • 云平台多维度时间序列数据异常检测系统 ( 2017年9月 - 2019年3月 )
  • 项目描述:
  • 利用LSTM等神经网络算法,结合朴素贝叶斯模型与多元高斯模型,实现对多变量时间序列数据的异常检测与状态感知
  • 责任描述:
  • 协助项目负责人进行项目方案设计与任务分配,设计并实现朴素贝叶斯模型,协同他人共同完成对LSTM内部结构的改进,搭建实验环境对模型进行实验验证
  • 项目名称:
  • 空地跨域多机器人协作理论与系统研究 ( 2016年1月 - 至今 )
  • 项目描述:
  • 国家自然科学基金联合项目,U1608253在复杂环境场地下对多机器人(陆空、陆陆、空空)协作完成任务、达成特定目标的研究
  • 责任描述:
  • 组装机器人以及搭建仿真实验环境;利用实验平台进行实验并整理实验结果
所获证书
  • 证书名称
  • 获得时间
  • 成绩
  • 全国计算机软件技术资格与水平考试
  • 2016年5月
附加信息
  • 著作/论文:
  • 已发表两篇论文:
    RADM:Real-time Anomaly Detection in Multivariate Time Series Based on BayesianNetwk. Senss 2018, 18(10), 3367.
    Data Anomaly Detection f Vehicular Ad Hoc Netwks Based on Driver EmotionalState  Gaussian Mixed Model. IEEE SmartIoT 2019.
    还有一篇正在审稿中:
    A Real-time Anomaly Detection Algithm Based on Long Sht-Term Memy  Gaussian Mixture Model.
联系方式