全职 · 300/日 · 6525/月信用正常
工作时间: 工作日19:00-24:00、周末09:00-24:00工作地点:
服务企业:
6家累计提交:
2工时
聊一聊
个人介绍
10年AI/算法工程经验,长期从事时间序列预测、异常检测与算法落地相关工作,覆盖从传统机器学习到深度学习、大模型应用的完整实践链路。
我更擅长做的不是“堆模型”,而是在建模前判断问题是否值得做、能不能做、做到什么程度才有业务价值。
过往项目中,主要负责:
-时间序列预测(需求 / 能耗 / 指标趋势等)
-异常检测(设备、业务指标、数据质量)
-建模可行性评估与算法方案设计
工作方式偏向工程可落地 + 结果可解释,会在项目初期明确:
-数据是否具备预测/检测价值
-模型结果如何与业务决策形成闭环
-哪些结论可以用,哪些不能过度解读
适合合作的项目类型:
-有真实业务背景的数据分析 / AI 应用需求
-希望先评估可行性、再逐步推进的项目
我更擅长做的不是“堆模型”,而是在建模前判断问题是否值得做、能不能做、做到什么程度才有业务价值。
过往项目中,主要负责:
-时间序列预测(需求 / 能耗 / 指标趋势等)
-异常检测(设备、业务指标、数据质量)
-建模可行性评估与算法方案设计
工作方式偏向工程可落地 + 结果可解释,会在项目初期明确:
-数据是否具备预测/检测价值
-模型结果如何与业务决策形成闭环
-哪些结论可以用,哪些不能过度解读
适合合作的项目类型:
-有真实业务背景的数据分析 / AI 应用需求
-希望先评估可行性、再逐步推进的项目
工作经历
2014-11-01 -2025-01-01神州泰岳AI工程师已认证
10年AI/算法工程经验,长期从事时间序列预测、异常检测与算法落地相关工作,覆盖从传统机器学习到深度学习、大模型应用的完整实践链路。 我更擅长做的不是“堆模型”,而是在建模前判断问题是否值得做、能不能做、做到什么程度才有业务价值。 过往项目中,主要负责: -时间序列预测(需求 / 能耗 / 指标趋势等) -异常检测(设备、业务指标、数据质量) -建模可行性评估与算法方案设计 工作方式偏向工程可落地 + 结果可解释,会在项目初期明确: -数据是否具备预测/检测价值 -模型结果如何与业务决策形成闭环 -哪些结论可以用,哪些不能过度解读 适合合作的项目类型: -有真实业务背景的数据分析 / AI 应用需求 -希望先评估可行性、再逐步推进的项目
教育经历
2016-06-01 - 2020-06-01北京理工大学电气自动化本科
10年AI/算法工程经验,长期从事时间序列预测、异常检测与算法落地相关工作,覆盖从传统机器学习到深度学习、大模型应用的完整实践链路。
技能
Python精通
0
1
2
3
4
5
用户评价
MarxEngels
可以结算








