0
1
2
3
4
5
7小时前在线
C++软件工程师
东莞全职 · 300/日 · 6525/月信用正常
工作时间: 工作日12:30-20:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
l 熟练使用 Python 编程语言，能在 linux 操作系统下胜任项目编程任务；
l 熟悉 numpy、pandas 等科学计算库，会使用 matplotlib 绘制分析参数曲线；
l 熟悉 sklearn 机器学习算法库，包括数据预处理、回归、分类、聚类基本算法等训练模块；
l 熟悉机器学习基本算法,如岭回归、逻辑回归、SVM、聚类算法、K 均值、决策树、随机森林、朴素贝叶斯等；
l 熟悉使用 OpenCV 计算机视觉库，对图像的处理工作；
l 熟悉使用 TensorFlow、PaddlePaddle 主流深度学习框架；
l 熟悉 CNN 卷积神经网络结构原理，了解 VGG、R-CNN系列、Yolo 等神经网络模型；
l 熟悉pycharm、aistudio、jupyter notbook开发工具
l 了解简单NLP和简单的数据分析工作流程
l 了解图像的语义分割流程，从数据的采集标注、神经网络的搭建过程、到最终的训练测试；
工作经历
2019-08-30 -2021-02-25耀野自动化有限公司C++软件工程师
实习，负责数据库方面。使用SQL server WPF C#。实习时间一年左右。
教育经历
2019-09-30 - 2022-07-10广东开放大学信息安全本科已认证
2016-08-31 - 2019-06-28广州华立科技职业学院软件技术专科已认证
技能
作品
手游网站 TapTap 上约 300 款游戏的标签评论，使用Bert模型用于情感分析，共4888个数据示例。 什么是Bert ? BERT 是一个开源机器学习框架，用于更好地理解自然语言。BERT 是 Bidirectional Encoder Representation from Transformer 的缩写，顾名思义，BERT基于 Transformer 架构，在训练阶段使用编码器表示法从标记的左右两侧学习上下文信息。这就是它被称为双向编码表示的原因。
02025-01-16 20:36
将中文新闻文本分类为 ["文化", "娱乐", "体育", "财经", "房产","汽车", "教育", "科技", "国际", "证券"]中的一种 使用TextCNN,模型如图所示 TextCNN是一种用于文本分类的卷积神经网络(CNN)模型，由Yoon Kim在2014年提出。它通过将卷积神经网络应用于自然语言处理任务，特别是文本分类，有效地捕捉了文本中的局部特征。
02025-01-07 23:48
Word2vec是Goolge发布的、应用最广泛的词嵌入表示学习技术，其主要作用是高效获取词语的词向量，目前被用作许多NLP任务的特征工程。Word2vec 可以根据给定的语料库，通过优化后的训练模型快速有效地将一个词语表达成向量形式，为自然语言处理领域的应用研究提供了新的工具，包含Skip-gram（跳字模型）和CBOW（连续词袋模型）来建立词语的词嵌入表示。Skip-gram的主要作用是根据当前词，预测背景词（前后的词）；CBOW的主要作用是根据背景词（前后的词）预测当前词。
02024-12-30 22:59
