南宁AI兼职招聘

项目编号：【37718】 本项目从数据分析的角度出发，应用先进深度学习方法（Transformer、Mamba、GNN等）处理粒子探测器事件数据，以实现高精度的位置回归。具体分析流程及工程师要求如下： 一、数据特点与分析目标 探测器数据包含大量光子信息，每个事件的光子(hits)记录了到达时间、对应光电倍增管(PMT)的位置坐标、电荷等特征。这些光子分为两类： 切伦科夫光子：具有较高的定位价值，通常最早到达且受散射较少。 闪烁光子：出现时间较晚、各向同性且易受散射干扰。 数据分析目标为自动筛选高价值光子（如切伦科夫光子），显著提升事件顶点位置的预测精度。 二、分析方法与模型（两阶段端到端可微分） 阶段一：自动光子筛选 输入数据：完整事件所有hits数据（时间、PMT坐标、电荷信息）。 特征嵌入(Embedding)：MLP、Fourier映射或类似方法进行高维特征映射。 重要性评分网络：Transformer、Mamba或GNN计算光子的贡献分值。 自动Top-K选择：使用Gumbel-TopK等技术从大量hits中自适应选取K个高质量光子。 阶段二：精确位置回归 输入数据：阶段一精选的K个高质量光子。 高级分析模型：Transformer、LSTM、Mamba或MLP进一步提取精细时序与空间特征。 输出预测：事件顶点坐标(x,y,z)。 三、数据预处理与清理 PMT位置导入：通过外部PMT坐标文件构建映射表。 事件与光子筛选：应用物理标准过滤事件（光子数量、能量范围、时间窗口）。 四、完整脚本与实现要求 工程师要求： 以PyTorch写出能实现数据处理、特征工程、模型搭建与端到端训练及预测脚本； 提供完整脚本，包括数据加载、预处理、模型定义（Phase-1与Phase-2）、训练过程与结果评估； 可参考现有脚本进行开发优化； 代码结构清晰，注释明确，易于维护。 分析结果输出： 损失函数曲线、验证与测试的分辨率图表； 测试集预测坐标输出文件(test_set_DL.root)。 五、讨论与探索高级训练方法 鼓励讨论强化学习或其他先进训练技术（如自监督学习、自适应采样策略等）的潜在应用； 探索使用强化学习优化光子筛选策略，以进一步提升整体分析性能； 欢迎提出新模型与新分析方法的想法与建议。

项目编号：【37716】 我们需要寻找一个可以以客户数据熟练微调开源大源模型的工程师，最好是基于deepseek，并熟练使用各种强化学习方法。 我们寻找能帮我们完成微调的工程师且有相应的硬件支持

项目编号：【172836】 需要把算法集成到hal层，能够供app端正常调用

项目编号：【172751】 1、基于opencv4.10，编写轮廓匹配算法，要求不降低匹配精度的前提下，优化算法速度 2、在测试条件相同的情况下，如硬件，算法参数等条件，性能须达到需求方提供的第三方软件水平或比较接近的水平，比如耗时不超出第三方软件10% 3、此功能封装成函数，提供源码和函数测试demo。

项目编号：【172737】 我的需要就是我现在要做一个可以光追逐的结构，跟向日葵一样，让万向机的光电头能跟着旋转，不需要创新 一个凹面镜聚集阳光，让凹面镜随着太阳的运动调整角度，使其始终聚焦在一个点上，做出来这个效果 时间两周内

项目编号：【172694】 1）部署一个独立的ai搜索引擎网页+Agent+知识库，同时开发app。现在前端已经有开源代码了，做一些ui小修改然后部署到后端，调试使用确认完全没问题交收，要求留有二次开发接口（我可以继续添加agent），这个需要有全栈开发经验，2000元 2）部署一个独立的AI投资网站，也能与1搭配使用（调用1的agent解析2的数据和结果并反馈给1），现在手里有五六个开源已完成的投资项目代码需要前端调试整合起来，做一些网页ui整合到网站里，同时在网站上做各种数据结果图表的图形化展示（echart等）大约50张，然后部署后端，调试使用确认完全没问题交收，要求留有二次开发接口（增减调整指标参数等），需要有全栈开发经验，5000元