开源作品：

Github: https://github.com/frank0532；知乎: https://www.zhihu.com/people/bigtree-3-9/columns；Defi Dapp(On testnet: Goerli):https://shrill-fire-3289.on.fleek.co/；

聚焦领域：机器学习/量化交易/Web3（加密货币）

1. 英语：CET-6，有海外工作经历，可做工作语言熟练使用，讲授过英文《AI课程》；

2. 数学：线代、高数、数理统计基础扎实，可从数学底层推导多种机器学习算法；

3. IT：熟练Python，Rust，Solidity；

4. 深入理解以下机器学习、深度学习及其优化的数学基础和直观思想；

4.1 机器学习：Kmeans，PCA，KPCA，SVD, SVM，LR，NN，BNN，决策树及其衍生（随机森林，Adaboost，GBDT，XGBoost，lightGBM, CatBoost）等；

4.2 深度学习：经典CNN网络（LeNet，AlexNet，VGG，Siamese，Style Transfer，Res-CNN，Faster R-CNN, (D)SSD, YOLO等）和 经典RNN网络（LSTM，GRU，Seq2Seq等）；

4.3 最新算法：胶囊模型(Dynamic Routing Between Capsules)，注意力模型（Attention Is All You Need），GAN网络（DCGAN，cycleGAN等），自监督学习（BERT，MOCO，Word2Vec，PIRL，SimCLR），WANN，GCN等；熟悉强化学习算法；

4.4 其它：熟悉线性规划，动态规划，蒙特卡洛等；

5. 通过的课程

5.1 coursera

5.1.1 Stanford University：<machine learning>，<convolutional neural networks>，<sequence models>，<Introduction to Tensorflow for AI, ML, and DL>， <Convolutional Neural Networks in Tensorflow>，<Natural Language Processing in Tensorflow>， <Sequences, Time Series and Prediction>， <TensorFlow in Practice>，<Data Pipelines with TensorFlow Data Services>，<Advanced Deployment Scenarios with TensorFlow>;

5.1.2 IBM: <Fundamentals of Scalable Data Science>，<Advanced Machine Learning and Signal Processing>，<Applied AI with DeepLearning>；

5.1.3 Others: <The Unix Workbench>;

5.1.4 收到coursera发出的Mentor邀请，并已取得Mentor资格；

5.2 Edx <Big Data Analytics Using Spark>；

5.3 Udacity <Intro to TensorFlow for Deep Learning>;

6. 学习能力强，上述算法及相关技术均自学完成；

7. 项目经验：金融预测，销量预测，图像识别，自然语言处理，高级生产排程等。