0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
算法工程师
南京全职 · 300/日 · 6525/月信用正常
工作时间: 周末09:00-19:00工作地点:
远程
服务企业:
5家累计提交:
1工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
1.
研究方向：机器学习，深度学习，推荐系统等；
2.
常用编程语言：python（熟练：使用 3 年）、JAVA（掌握：使用 5 年）、scala（掌握使
用半年）、C++（一般：使用 1 年）（熟悉 liunx 环境的开发：使用 4 年）；
3.
掌握 python 数据处理，包括 numpy、pandas、scikit-learn 等；
4.
掌握 spark 框架以及 scala 语言，能通过两者进行数据处理，特征拼接，特征清洗。
5.
掌握 Lasso&Ridge&ElasticNet，KNN 和 XGboost，SVM 等算法；
6.
掌握协同过滤、矩阵分解（如 SVD）等，对推荐系统有实践开发经历；
7.
掌握梯度下降算法、正则化和 dropout，batchNormal 等，对模型的偏差和方
差有认识；
8.
了解 TensorFlow 和 kears，掌握 CNN，GAN 等神经网络，有一定开发经验
9.
熟练掌握 MYSQL，HIVESQL，掌握操作系统和计算机网络等计算机基础知识；
10.
掌握 shell，git，GitHub 托管代码，撰写 CSDN 技术博客等；
11.
了解 BI 系统。
工作经历
2019-04-23 -2020-06-24小米算法工程师
小米大数据部—数据中台精细化运营组：（实习：2019 年 4 月-2019 年 12 月） 1. 负责小米有品，小米米家的精细化推荐（定时推送，兜底推送，最优推送，自动推送，场 景推送）的指标的统计（包含：GMV，DAU，点击率，支付 uv/pv，发送 uv/pv，到达 uv/pv 等）并每天定时写入 mysql 与 hdfs 并进行维护工作，并将数据和小米 bi 系统看板 进行数据展现。以及给小米有品运营团队每天定时（crontab）发送相关推送方式详细数 据的邮件。（相关技术:sparkSQL,Hive,shell 脚本） 2. 负责小米有品各个推荐位指标统计（GMV，曝光 UV，点击 UV，定订单量等），每天定时 写入数据仓库展现到 bi 系统看板。 3. 小米有品 app 的推送工程：（springBoot+mybatis+Maven） 负责工程的管理模块（内容管理，计划管理，使用拦截器进行用户权限管理）。以及负责 下发模块从 zookeeper 读取 job batch 下发数据，下发分为（米 push，米 Iot，短信） 分别实现以上模块的 push 调用数据的服务接口以及
教育经历
2017-09-01 - 2020-01-10天津大学计算机技术硕士
天津大学（985） 智能与计算机学部 计算机系 硕士 2017.09 – 2020.01
技能
作品
• 描述：根据已有用户对电影的打分数据集，对于某个用户按照最相似的用户进行电 影推荐；基于矩阵分解的打分评估。 • 技术： 1. 定义距离函数：欧氏距离，cosine 距离，皮尔逊相似度等； 2. 给定 username，计算该用户与其他用户的距离并排序与按近邻推荐； 3. 基于 TensorFlow 模型实现基于隐语义模型的推荐系统；
02021-03-07 17:44
• 描述：实验室项目组（7 人），系统主要分三大模块，学生，教师，管理员。系统 的目的主要方便老师与学生进行学院发布的比赛信息的发布，报名，审核，项目主 要成员（产品 1 人，前端开发 3 人，后端开发 3 人）本人负责前端开发。 • 技术：运用 html， css， JavaScript， jQuery， Ruby on rails（Linux 系统编 程环境）等技术进行网站的前端页面开发。网站地址： http://jxycx.hhu.edu.cn/
02021-03-07 17:40
描述：基于上千行，列维度为 303 的数据集进行数据处理、模型训练和预测测试 集 SalePrice 变量的值； • 职责：数据的基本处理（Matplotlib 可视化、缺失值处理等）、平滑化，特征工程 以及算法尝试、参数调试和模型的训练等 • 技术： 1. pandas 和 numpy 做数据处理，log1p()平滑化，(X-X’)/s 标准化； 2．调用 RF，Ridge，xgboost 模型等，训练调参，优化模型。 • 项目地址： https://www.kaggle.com/joshuasea/titanic?scriptVersionId=11739826
02021-03-07 17:38
