个人介绍
◆ 熟练 使用的CV模型,NLP模型,(Yolo,Faster-RCNN,DeepLab,MaskRCNN等)
◆ 熟练 Pytorch、TensorFlow、sklearn进行模型实现
◆ 熟练 使用Numpy、Pandas、Mataplotlib进行数据初始化
◆ 熟练 应用常见的机器学习算法,KNN、线性回归、逻辑回归、SVM、决策树、朴素贝叶斯、集成学习(随机森林、GBDT、XGBoost)、聚类(K-means)
◆ 掌握 常见的机器学习学习理论(过拟合、正则化、交叉验证问题、模型选择问题等)
◆ 简单 使用DNN,CNN,RNN进行梯度优化分析;
工作经历
2017-07-07 -2022-02-23某公司算法工程师
1、探索用户需求,构建模型 2、负责数据预测模型开发、指标体系构建、推动项目落地; 3、对现有数据分析预测模型进行维护、择优 4、对负责网站数据模型简历及分析、产品用户需求及爱好分析(发掘用户行为中蕴藏的潜在规律、构建用户画像); 5、负责召回阶段策略及算法的开发和效果实现; 6、负责算法的开发及实现。
教育经历
2013-09-01 - 2017-07-01西安石油大学机械制造及其自动化本科
◆ 个人有较强的学习意识和自主学习的能力; ◆ 善于与人沟通,能积极有效地建立沟通渠道,协调内外部关系; ◆ 做事认真踏实、责任心强、有较强的独立思考的能力以及抗压能力; ◆ 对新技术的探索和尝试拥有热枕,喜欢对多模型尝试而后择优; ◆ 能灵活适应不同环境,有良好的团队协作精神。
技能
通过小区的各种摄像头,对小区进行人脸识别,利用人的脸部特征规律建立一个立体可调的模型框架,在定位出人的脸部位置后用模型框架定位和调整人的脸部特征部位,解决人脸识别过程中的观察角度、遮挡和表情变化等因素影响...,绘制行动轨迹,主要帮助公安系统查找犯罪嫌疑人,及对老年人的走失进行关注。
在准备推荐算法相关数据时,需要过滤掉异常用户所产生的数据,保证推荐系统数据准确可靠,避免恶意刷单的用户和不良商家行为。为了检测异常用户,通过*的用户在电商网站的相关行为数据来提取相关特征,进行模型训练以及相关优化,查看predict以及AUC指标