技术能力

1、熟悉java语言，会使用python、scala、php、js、c/c++、R语言。
2、熟悉机器学习常用算法如：k-means、PageRank、Apriori、KNN、svm、朴素贝叶斯、决策树等常用机器学习算法。熟悉bp神经网络和深度循环神经网络。熟悉deeplearn4j、会使用tensorflow。
3、熟悉hadoop、spark处理框架，会使用storm。
4、熟悉web框架SSH，和php框架tp。
5、熟悉Jsoup、httpunit爬虫工具，娴熟应用正则表达式。
6、熟悉自然语言处理相关技术，如：词向量、Word2vec

项目经验

1、个人负责开发过类似于去哪里的酒店预订平台，前后台均一个人开发，后台使用springMVC+mybatis。
2、构建网络医疗信息可信度指标，提出一种网页量化方式，采用bp神经网络建模，使模型不依赖于专家知识。采用RNNLM构建基于概率的语言模型，达到90%多的高准确率。
3、完成大表分析后台，应客户要求采用spark做相关数据分析，在3台64G服务器，1亿条20个字段数据上实现13s内数据按字段查询前n条记录、分页查询、增加字段查询。（后面是将查询任务给gbase数据库了，spark只做算法分析，但是spark查询从一开始的120s优化到13s还是一个进步的）
4、个人完成命名实体识别后台，识别的实体有人名、地名、电话等13个实体，准确率、召回率90%以上，支持多语种。提取文档包括txt、pdf、ppt、doc、eml。改进了CRF算法用于识别地名，有较高准确率、召回率。
5、实时处理后台实现，采用storm实现16G、8线程、千兆网卡，20个字段数据，二台电脑之间发数据。做数据统计存储，达到48M/s的处理速度。
6、爬取过某房产平台上房源小区数据。爬取过国内2甲以上医院的官网，爬取过卫生局上公布的虚假药品的官网。

团队情况