Esempio di curriculum per stagisti Intel

AI / ML | Data Mining | Internet of Things | Crittografia e sicurezza di rete | Sistemi distribuiti| Sistemi di gestione di database | Algoritmi e paradigmi | Sistemi avanzati di comunicazione dei dati | Architettura dei computer | Sistemi incorporati | Struttura dei dati e dei file

Apprendimento automatico / Intelligenza artificiale: Pandas, Numpy, Matplotlib, Keras, Sklearn, TensorFlow, OpenCV, Elaborazione del linguaggio naturale, Apprendimento supervisionato, Apprendimento non supervisionato, Apprendimento federato, Apprendimento profondo, Apprendimento rinforzato, Reti neurali

Estrazione dei dati: Pre-elaborazione dei dati, visualizzazione dei dati,

Algoritmo Market-Basket

Matematica: Statistica, Rete di inferenza bayesiana

Linguaggio di programmazione: Python, C, C++, Java, Unix/Linux Shell Scripting

Database: Mysql, Mysqlite

OS: Windows, Mac, Linux, Unix, Raspbian

Web e altro: HTML, CSS, JavaScript, Reti wireless, GitLab, Strumenti Intel SSD, Codifica dei test di tolleranza ai guasti

• Premiato per il programma "ECS Research Assistant-ship Program" nel campo della comunicazione dati ML e Wireless dalla cattedra ECS della CSUS per aver assistito il professore nella ricerca creativa.
• Premiato con un "certificato di riconoscimento" per aver presentato il lavoro di ricerca allo "Student Research & Creative Activity Fall Forum 2019" organizzato dall'ECS della CSUS per il progetto di ricerca "Performance Optimization in Physical Layer using Deep Learning".

1. Volontario ECS Career Fair CSUS, USA
2. Volontario del Tech Fest KSV, India

Script di automazione della convalida SSD Presente

• Imparato l'automazione della convalida SSD richiesta dal cliente e contribuito a un team orientato al cliente.

Classificazione della modulazione wireless con GAN Presente

• Classificazione delle diverse distribuzioni di modulazione wireless con incremento dei dati mediante GAN.

Ottimizzazione delle prestazioni del livello fisico (DL) 08/2019

• Ottimizzazione delle prestazioni del modello deep nella previsione dei bit trasmessi sulla base dei bit ricevuti utilizzando OFDM e QAM

Rilevamento di immagini false (Computer Vision) 05/2019

• Utilizzo di generatori di dati di immagine e di librerie OpenCV per la gestione di dati di immagine finalizzati alla classificazione binaria di immagini vere/false.

Previsione del prezzo delle azioni con LSTM e CNN 04/2019

• Confronto delle prestazioni dei modelli profondi con i dati delle serie temporali

Rilevamento delle intrusioni di rete 03/2019

• Osservato l'impatto dell'estrazione di funzionalità finalizzata a rilevare le intrusioni di rete sulla base dei dati di connessione di rete

Previsione delle valutazioni di Yelp 02/2019

• Ha affrontato l'NLP per gestire l'estrazione di testo come problemi di classificazione e regressione per prevedere le valutazioni a stelle in base alle recensioni

Clustering: tweet delle elezioni USA 03/2019

• Osservato gli hashtag e gli utenti dei tweet più di tendenza utilizzando l'apprendimento non supervisionato.

Acquisizione dati di Raspberry pi + steganografia

• Acquisizione dei dati tramite vari software forensi e steganografia tramite script python.

Sensore di rilevamento incendi con Arduino (IoT)

• Utilizzo del modulo di rilevamento incendi con Arduino per rilevare la fiamma del fuoco. Visualizzazione delle letture del sensore utilizzando python e la libreria Matplotlib.