0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
算法工程师
苏州全职 · 300/日 · 6525/月信用正常
工作时间: 工作日10:00-08:30、周末10:00-20:00工作地点:
远程
服务企业:
1家累计提交:
1工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
我毕业于苏州大学，在百度实习过。
熟悉常用机器学习算法，如逻辑斯谛回归、SVM、朴素贝叶斯等；
熟悉常用神经网络模型，如CNN、RNN、Transformer等；
熟悉常用预训练模型，如BERT、RoBERTa、ERNIE、ALBERT等；
熟悉Python、C++、Shell，了解Java；
熟悉Pytorch、PaddlePaddle、Numpy、Pandas、XGBoost等工具，熟悉Hadoop Streaming；
工作经历
2021-09-29 -2022-03-14百度算法工程师
优化图搜文本相关性模型 背景：在图片搜索业务场景下，计算用户query和图片资源在文本维度的相关性，指导排序。 问题：分析线上问题时发现，存在大量图片虚假标题标签，导致人审率过大的问题；同时基线模型很难解决用户query和图片title相似但实体不同的文本对，例如“杨幂照片”和“杨幂和刘诗诗”，模型容易判断文本对为匹配； 行动：通过分析图片文本维度的特征，从引入领域post-pretrain、核心term匹配交互、字词embedding混合等方法进行优化相关性模型。 数据集：75w rank训练集、10w rank测试集 领域post-pretrain：使用通用搜索预训练模型为热启，在90亿图搜多域数据（额外引入点击域）上进行字级别post-pretrain，训练任务为MLM+NSP。使用post-pretrain模型为热启，在训练集上进行pointwise的finetune（训练集的title额外引入图片的ocr/文字内容域）。在测试集上pnr达到2.621，超过基线的2.530。 核心term匹配交互：在原始Ernie结构上增加了一层核心term匹配交互层，通过文本对
教育经历
2020-09-01 - 2022-03-14苏州大学计算机技术硕士
EMNLP 2021 已录用 (CCF-B) ICTAI 2022 已录用(CCF-C)
技能
作品
本文通过实验探究在隐式篇章关系识别任务中存在的表意不全问题，并提出一种基于交互注意力的掩码语言 模型（IAMLM），将 IAMLM 与 RoBERTa 分类模型结合，集成到多任务学习框架中； 该方法计算论元之间的交互注意力矩阵，并依赖交互注意力动态选择论元之间高关联性的关键词项进行 遮蔽、掩码重构，将预测关键词的任务作为辅助任务，从而形成更有针对性的数据增强； 与 RoBERTa 作为 baseline 对比，在 Temporal、 Comparison、 Contingency 和 Expansion 分别提升了 6.56%、 3.21%、 6.46%和 2.74%。
02023-04-18 06:06
校园地图导航，负责算法设计，界面绘制，在图形界面上绘制校园两个地点路径 使用QT进行开发，C++，底杰斯特拉算法 QT可视化路径是难点，实现最短路径算法和可视化界面融合。
02023-04-18 06:08
任务： 在图片搜索业务场景下，计算 query 和图片资源在文本维度的相关性，指导排序。 挑战： 分析线上问题时发现，基线模型很难解决 query 和 title（选取域 =title realtitle alt ct0）相似但实 体不同的文本对，例如“杨幂照片”和“杨幂和刘诗诗”，模型容易判断文本对为匹配。 优化： 从引入领域 post-pretrain、核心 term 匹配交互、字词 embedding 混合等方法进行优化相关性模 型。 • 数据集： 75w Rank 训练集, 10w Rank 测试集 效果： 考虑线上应用的性能，将 24 层模型蒸馏为 4 层模型。采用数据蒸馏的方式，预测 1.2E 数据打 分，使用 pointwise 进行训练，指标为 auc:0.846|pnr:2.907(相比基线 +0.063|+0.273)，已完成上线。 技术： Python， Hadoop， Shell， Pre-training， Transformers， Text Matching
02023-04-18 06:09
