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