个人介绍
我是一名AI算法工程师,性格随和,善于沟通;
个人优势:”时序数据分析:有深度学习算法 CNN、LSTM、Transformer 进行异常检测的项目经验
计算机视觉:在图像识别、目标检测等计算机视觉任务方面具有项目经验,熟悉并能使用 yolo 系列等视觉框架
多 GPU 训练与模型优化:擅长使用多 GPU 进行神经网络模型的训练、优化、压缩加速,具备优化模型性能和提高运算效率的实战能力
工作经历
和TA聊聊APP扫码和程序员直接沟通
该用户选择隐藏工作经历信息,如需查看详细信息,可点击右上角“和TA聊一聊”查看
教育经历
2019-10-10 - 2023-06-30韩山师范学院数据科学与大数据技术本科
技能
项目内容:研究国内某大型制造企业产品需求量规律和预测问题 项目主要负责: 1、 规律分析:建立双对数线性回归模型,计算需求价格弹性,探究不同价格对需求量的影响;运用多因素方差分析、spearman 相关性系数等统计分析方法以及数据可视化,以探究其它因素对需求量影响。 2、 特征工程:构造滞后、差分、拓展窗口、滑动窗口特征,通过随机森林模型量化各列特征与订单需求量相关性对特征筛选。 3、 模型构建:建立 RF、LightGBM、XGBoost、GBRT 模型以及模型融合对产品需求量进行预测。通过朴素贝叶斯算法进行模型超参数优化,使用交叉检验评估验证了模型有效性。
实施了针对不同电梯信号类型的数据预处理,降噪,特征工程。 构建并优化了基于 CNN与 LSTM的 Autoencoder 无监督模型以及 LSTM与CNN结合的有监督模型,专门用于学习和检测异常信号。 参与了模型的网络架构优化、超参数调整、训练、测试,以及模型的压缩与加速过程。 难度在于正负样本极度不平衡,且容易过拟合产生误报