个人介绍
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。
工作经历
2020-01-15 -至今KZ科技算法工程师
1. 机器学习算法 海量数据挖掘分析建模,实际数据测试评估优化模型; 2. 金融数据分析 对金融数据进行量化分析建模;开发新模型,优化新算法。
教育经历
2006-09-01 - 2008-07-01华中科技大学理工学硕士
系统学习了数理统计分析,编程建模等课程。