猿急送>

上海其它兼职程序员

ID：168607

Master of algorithm

资深算法工程师

公司信息：
上海复星集团

工作经验：
4年

兼职日薪：
1200元/8小时

兼职时间：
下班后
周六

所在区域：
上海
浦东

技术能力

本人数学专业硕士，7年前，大家都在说数据挖掘，之后流行说机器学习，最近几年流行深度学习，现在大家都在说人工智能，这个实际上是算法行业进步的标志，数据挖掘和机器学习强调人工去提取特征，人工构建的特征好坏直接决定了算法模型拟合的上限，深度学习则是自动化提取特征的，能够从纷繁复杂的业务场景中自动提取与业务目标相关的特征。现在大家都在说人工智能，那是因为算法只有落地实现价值才是最重要的，深度学习理论懂的人很多，但是能够结合业务场景给出适合的算法的人却不多，现在是强调业务应用能力，本人有着丰富的业务场景算法设计实战项目经验，能够独自设计符合业务要求的算法框架，并且能够设计算法开发的优秀框架，还能进行算法参数调优和测试。算法只有依托于并行计算框架才能最大化发挥价值。
精通各类算法，包括深度学习中的卷积和循环神经网络及其各种丰富多样的变形、优化与改进的神经网络结构。精通tensorflow的使用，精通spark并行计算框架及spark性能调优，熟练运用scala进行基于spark的复杂逻辑开发和开发框架设计，熟练运用python使用spark和tensorflow两个并行计算框架，并且能够将两者高效结合。精通所有传统的机器学习算法，有sarkstreaming实时计算框架的开发经验。熟悉java，linux，shell脚本，精通matlab，python，spss。
熟练项目整体算法设计和开发框架设计，项目均采用高效模块化开发，开发效率高，可拓展性强，易于后期不断加入新的需求。熟练整个算法项目的整个标准流程，从算法项目最底层的基础特征表构建，之后是特征工程，特征工程中包含数据标准化，特征选取，特征降维等，之后是算法模型开发，之后是模型融合，之后是参数优化。
精钻的几个方向分别介绍如下：
自然语言处理，nlp，文本分类，情感分析，卡槽抽取，信息抽取，最新的多轮对话系统，智能客服系统，典型的有faq，kbqa等，能够紧跟国际最前沿技术，比如去年12月公开源码的bert，今年刚出的xlnet等，包括自动图谱抽取技术等，准确率国际领先水平
图像处理，图像分类，图像检测，精通图像抽取的传统网络vgg,googlenet,inception,dense,残差网络等等，传统的FasterRcnn，最新的maskRcnn等
本人数学专业出身，对数学有着很浓厚的兴趣，所以把数学学的很

项目经验

智能化移动办公系统（知名OA办公企业）
项目职务：项目负责人
项目描述：办公领域的领军者,智能化办公是近期要实现的目标,所谓智能化就是用户只需要采用语音的方式进行办公,贴近自然,更加便利.
项目职责：负责整个智能客服系统的算法架构设计和核心代码开发，主要分为以下几个模块：
1. 样本丰富模块
样本丰富模块，设计一套由简单成本低到复杂精度高的项目演进系统，首先是使用机器学习和语言模型采用无监督的方式丰富样本，之后在无监督方式丰富了足够样本后，逐渐过渡到seq2seq的深度学习翻译模型。同时采用多渠道的样本丰富模型设计，包括采用GAN模型，传统的RNN系列+attention模型，基于BertTransformer的模型等。
2. 任务型对话模块
针对任务型对话系统，设计基于框架的语义标识体系，做意图分类(intent classification)；同时识别问句中的特殊实体(slotfilling)，采用联合训练法，包括传统的BiLSTM +Attention+multiTask，BertTransformer + multiTask，百度Ernie+multitask.
3. 知识型对话模块
设计一整套知识型对话系统，由成本低廉性价比高的版本过度到成本较高、精度最高的版本。设计FAQ系统，采用Siamese+BertTransformer兼顾效率和精度，也试验了最新的Lattice CNN + Siamese。之后，构建知识图谱，采用KBQA的方案，包括本体设计、知识获取、知识标识、知识推理等模块，KBQA主要有两个思路采用国际最新KBQA模型.

医疗知识图谱的构建（复星集团）
项目职务：项目负责人
项目描述：医疗知识图谱的构建是其他自然语言业务任务的基础，构建一个好的医疗知识图谱需要医学专家进行医学规范约定，图谱本体结构的合理构建，图谱存储和查询的优化设计等
项目职责：
1. 构建自然语言处理代码框架，实现自然语言处理任务扩充和累积，包括基础的分词、词向量化、文本预处理模块，包括实体识别、主意图识别、实体与主意图关系、情感分析、文本分类、关系抽取、关系推理等模块。
2. 知识获取模块：构建医学实体识别模型（BILSTM+CRF），研究国际最新进展，添加多个特征和做文本预训练，帮助提高实体识别准确率
构建基于深度学习模型（MultiGRUs+multi features+Attention）与模板相结合的实体关系抽取模型，自动对医学文本进行学习，抽取实体关系
3. 逻辑推理模块:基于医学领域知识标准，构建医疗知识图谱，基于Protege构建图谱本体结构，运用neo4j进行图存储和query。设计和自定义neo4j图谱推理引擎,线下运用推理进行知识补充，线上进行结果查询。

基于医疗知识图谱的问诊系统（复星集团）
项目职务：项目负责人
项目描述：将人工智能运用于智慧医疗，能够代替医生与患者进行深入互动，根据患者的病情描述，并结合症状病史搜集，生成符合病历规范的病史概要，大幅度缩减了接诊过程中的医患沟通时间和病历书写时间，并且针对于大部分常见疾病做一个基本的诊断
项目职责：
1. 任务型对话模块：设计框架表示体系，做意图分类+卡槽抽取，采用联合训练法，包括传统的BiLSTM +Attention+multiTask
2. 知识型对话模块：设计FAQ系统，采用Siamese+ CNN-DSSM兼顾效率和精度
3.根据实体识别和注意图识别，结合相应模板，形成图查询语句
4.构建基于大量病例的疾病诊断模型（机器学习模型和统计学模型）
5.问诊的问答和流程设计

电商平台商品推荐项目（基于spark的电商平台主页推荐，商品详情页推荐）
项目职务：带领本算法团队，大数据算法设计与开发
项目描述：为本公司所服务大型电商平台进行全面智能化的商品推荐项目，此项目较庞大，设计业务面较多，涉及的具体场景对应的算法较多，以下分别进行说明，本推荐项目是对比与天猫商城的推荐系统，推荐的实时性、准确性、敏感捕捉用户兴趣点的能力相当。
第一个项目：主页各板块推荐
1. 针对于行为少或没有行为的用户，采用用户冷启动相关推荐算法，包括采用用户向量相似度匹配推荐算法、hot推荐（榜单推荐）、组合推荐和生物属性相似性推荐与组合推荐相结合的推荐。
2.针对于用户行为丰富的推荐，此种推荐比较复杂，分为以下7类行为，按照优先级进行排序：
（1）用户实时的浏览行为，可选的推荐算法为：同类hot，基于物品的协同过滤推荐，基于商品内容的推荐
（2）近期浏览行为，可选的推荐算法为：同类hot，基于物品

案例展示

金融、地产领域一体化舆情分析平台

负责项目的整体架构设计（包括硬件、软件层面）、核心代码开发设计、项目生产部署、算法团队日常工作管理、人力资源管理等。从地产各个方面进行全方位的舆情分析，包括：政府政策层面舆情、房企舆情、城市地区相关舆情、宏观行业层面舆情等角度进行地产领域舆情模型构建分别进行新闻实体抽
金融B端风控模型

负责项目的整体架构设计（包括硬件、软件层面）、核心代码开发设计、项目生产部署、算法团队日常工作管理、人力资源管理等。结合公司财务因子、发债行情因子、舆情因子等构建公司违约风险模型，其中要解决小样本问题、样本不均衡问题，采用传统的机器学习分类模型（逻辑回归、Xgboost分