Torch熟练
0
1
2
3
4
5
1天前在线
算法工程师
合肥全职 · 400/日 · 8700/月信用正常
工作时间: 工作日9:00-18:00、周末10:30-17:30工作地点:
远程
服务企业:
0家累计提交:
0工时
聊一聊
个人介绍
1 精通 Python、编程语言，熟练使用 PyTorch、TensorFlow 深度学习框架。
2 熟悉卷积神经网络（CNN）、循环神经网络（RNN）、Transformer 等主流深度学习架构，能够根据不同业务场景灵活选择与改进模型结构。
3 熟练掌握数据预处理、特征工程、模型训练与调优、模型评估等机器学习全流程，熟悉常见评估指标如准确率、召回率、F1 值、AUC 等。
4 熟悉 Linux 操作系统，掌握 Git 版本控制工具，具备良好的代码管理和团队协作能力。
2 熟悉卷积神经网络（CNN）、循环神经网络（RNN）、Transformer 等主流深度学习架构，能够根据不同业务场景灵活选择与改进模型结构。
3 熟练掌握数据预处理、特征工程、模型训练与调优、模型评估等机器学习全流程，熟悉常见评估指标如准确率、召回率、F1 值、AUC 等。
4 熟悉 Linux 操作系统，掌握 Git 版本控制工具，具备良好的代码管理和团队协作能力。
工作经历
2022-07-01 -至今科大国创算法工程师
1. 负责机器学习、深度学习算法的调研、选型设计与优化，结合业务场景搭建高效、可落地的算法模型。 2. 完成数据预处理、特征工程、模型训练、调参迭代全流程，提升模型精度与运行效率，解决实际业务痛点。 3. 基于Python、PyTorch/TensorFlow等工具，实现算法原型开发、代码实现与单元测试，保障代码规范与可维护性。 4. 关注行业前沿算法与技术动态，开展技术调研与验证，将新技术、新方法应用于实际业务，提升团队技术能力。 5. 配合产品、工程等跨部门协作，梳理需求痛点，输出技术文档，推动项目高效落地。
教育经历
2020-09-01 - 2022-06-01安徽师范大学应用统计硕士
研究方向：深度学习与数据挖掘 参与课题：基于文本挖掘技术的股价预测
技能
作品
数据预处理：缺失值处理、删除高缺失列、异常值剔除、分类特征编码等特征工程：使用IV信息价值法筛选高价值特征，剔除冗余与噪声。模型代码开发：开发并对比XGBoost/LightGBM/CatBoost模型，采用网格搜索+交叉验证优化超参，早停、正则化、列采样防止过拟合。
02026-04-08 15:53
数据自动预处理模块，实现数据自动去重清洗、过滤无效文本。自动化训练模块，设计NLP自动化训练引擎，以行业实现文本分类、NER、文本匹配任务的代码开发工作。
02026-04-08 15:51
数据预处理模块：实现数据去重、清洗、过滤过长文本、类别均衡采样。病句识别模块：基于BERT构建常见病句类别分类模型，并引入句法知识，嵌入双曲空间，实现常见句法错误自动识别。
02026-04-08 15:47
