ID:121023

Accagain

研三硕士

  • 公司信息:
  • 中科院计算所网数实验室
  • 工作经验:
  • 2年
  • 兼职日薪:
  • 500元/8小时
  • 兼职时间:
  • 周六
  • 周日
  • 所在区域:
  • 北京
  • 全区

技术能力

熟悉C++/Python, 了解 Java、Shell, 熟悉基本数据结构和算法, 有良好的编程风格;
有丰富的基于 Sklearn / Pandas / Numpy / Matplotlib 等框架的机器学习算法开发经验;
熟悉数据挖掘、机器学习领域基本算法。

十强 (9th/4240) 京东 JData 算法大赛-高潜用户购买意向预测
十强 (10th/2810) 天池菜鸟-需求预测与分仓规划算法比赛
第二名 (2nd/547) CCF 大数据比赛农产品价格预测分析 三好学生 中科院三好学生
铜牌 ACM-ICPC 国际大学生程序设计竞赛亚洲区域赛西安、上海赛区
铜牌 ACM-ICPC 国际大学生程序设计竞赛亚洲区域赛成都赛区
一等奖 第五届” 蓝桥杯” 全国软件设计大赛 C/C++ 本科 B 组
一等奖 国家励志奖学金、校一等奖学金

项目经验

京东 JData 算法大赛-高潜用户购买意向预测 (9th/4240)
• 核心队员,XGB+LR 和 Stacking 模型构建, 利用 xgb 叶子节点索引提取 one-hot 特征,利用分裂信 息将特征分 bins,给 LR。
• 利用 word2vec 技术将 id 特征转化成 vector 特征,喂给 XGB。
• 采用 wide and deep 框架, 进行推荐预测。

文本匹配实验项目 2017.03 – 至今
• 实现词袋文本匹配传统模型,包括 BM25 模型、xgboost 模型、FM 模型,其中 FM 模型利用了 TF-IDF 的 one-hot 特征,计算相似度;
• 实现语义文本匹配深度模型,利用 word2vec 算法计算词向量,采取 CNN 和 MLP 深度学习算法, 建模文本隐向量,最后进行打分预测;
• 深度模型和传统模型的结合,利用 stacking 和技术,将传统模型和深度模型集成,进行相似度预 测;
• 相关技术和框架: tensorflow, stacking / ensemble, 采样, 连续特征离散化, 特征平滑

信用行为

  • 接单
    0
  • 评价
    0
  • 收藏
    1
微信扫码,建群沟通

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才

微信接收人才推送

关注猿急送微信平台,接收实时人才推送

接收人才推送
联系需求方端客服
联系需求方端客服