1. 985 大学物理学博士
2. 熟练掌握python c++ 代码
3. 熟悉linux 操作环境,Tensorflow 和PyTorch 框架
4. 熟练掌握BDT,RNN等算法, 掌握bert, CRF和GNN等机器学习/深度学习的基本原理
擅长分析数据,钻研原理
2020年,参加高能对撞粒子分类挑战赛, 获得第5名,构建神经网络模型提取粒子特征,鉴别粒子类型。
2023年,获得国内某头部量化公司举办的分析股票第三名,利用神经网络分析股票价格走势,得到很好的结果
构建模型,分析股票时序信息。 LSTM是一种深度学习模型,擅长处理时间序列数据,可用于预测股票价格走势。
Pandas库在Python中用于数据分析,它提供了高效的DataFrame结构,使得读取、处理和分析文档数据变得简单快捷。