彭萨
- 熟练搭建内网三层架构,具备扎实的网络构建与管理能力。 - 持有网络信息与安全管理员认证,保障
职业经历
工作经历
2025年06月 — 3000年01月
技术,人工智能,数据标注/AI训练师
1. 工作态度积极认真,始终保持高效执行力,确保任务按时高质量完成。 2. 多次超额达成既定目标,业绩表现优异,展现出卓越的业务能力。 3. 利用下班空闲时间自学软考课程,持续提升专业技能与综合素质。
教育经历
计算机网络技术
2023年09月 — 3000年01月
项目经历
2025年05月 — 2025年07月
* **项目名称:** 高精度自动驾驶感知系统数据集标注项目 * **核心职责与成就:** * **负责多模态数据标注:** 高质量、高效率地处理大规模自动驾驶数据集,主要涉及**图像标注(2D Bounding Box, Polygon Segmentation, Lane Marking, Traffic Sign/ Light)** 和 **3D点云标注(3D Bounding Box, Cuboid, LiDAR点分类)**,确保数据符合严格的精度标准(目标标注准确率 > 98%)。 * **精通标注工具与流程:** 熟练运用专业标注平台(如 **Labelbox, CVAT, Scale AI平台** 或内部工具),严格遵循复杂的项目规范文档(200+页),理解不同标注类型(如语义分割、实例分割、关键点)对模型训练的影响。 * **数据质量把控:** 承担关键的质量控制角色,参与**数据清洗、标注结果初审与交叉校验**,识别并修正标注错误(如图像遮挡、目标模糊、点云噪声处理),显著提升数据集整体质量,降低模型训练噪音。 * **复杂场景处理:** 处理具有挑战性的驾驶场景数据,包括恶劣天气(雨、雾、雪)、夜间低光照、密集车流/人流、复杂路口等,确保模型在边缘场景下的鲁棒性。 * **效率优化与协作:** 积极探索标注技巧,优化个人工作流,平均日标注量/处理量达到 [可量化,如:图像:XXX张/天,点云帧:XX帧/天],效率提升约20%。与项目经理、质检员及其他标注员保持高效沟通,及时反馈标注难点和规范歧义,推动标注指南的迭代优化。 * **理解AI训练需求:** 通过培训和项目实践,深刻理解所标注数据用于训练的目标检测、语义分割、行为预测等AI模型的具体需求,能主动识别对模型性能有关键影响的标注细节。 * **关键技能体现:** * **精准性与严谨性:
TA 的技能服务
该人才共 1 项技能服务,可在 技能服务 中搜索「彭萨」查看。