0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
算法工程师
西安全职 · 900/日 · 19575/月信用正常
工作时间: 工作日19:00-22:30、周末8:00-21:00工作地点:
远程
服务企业:
2家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
本人硕士毕业，工作满三年，主要从事方向为大数据挖掘、图像识别领域，目前在腾讯云担任算法工程师，工作经验丰富，本人的优势：（1）主要掌握的技能包括：机器学习、深度学习、图像识别、时间序列预测等，在这些领域都有对应的实际项目。（2）主要掌握的工具包含：python，hive、neo4j，spark、docker等。（3）能够针对具体问题具体分析，对数据挖掘各个环节常用的方法，包括数据预处理、特征工程、模型构建、模型上线等。熟悉深度学习，能够使用常用的模型对图像进行识别和检测（基于Tensorflow）。
工作经历
2021-10-01 -至今腾讯云西安有限公司算法工程师
（1）负责CDP平台建设中算法相关的工作。包括IDM、数据分析、特征建模、线索排序等。 （2）负责时空大数据项目中，图像处理相关工作。包括图像识别、图像检测。 （3）支撑其他运营项目。对接腾讯云运营部门，支撑运营部门相关业务的数据分析与挖掘。
教育经历
2016-09-01 - 2019-06-01西安科技大学数据挖掘硕士
硕士研究生期间，主要研究方向为数据挖掘与能源经济，在校期间，聚焦能源经济领域，结合数据挖掘技术，发表学术论文共四篇，其中北大核心两篇、EI来源期刊一篇，EI会议检索一篇。
技能
作品
项目背景：利用卫星拍摄的遥感数据，对城市中的道路进行检测。主要目的是为了识别和检测城市道路的位置，并对其进行标记，用于相关政务项目的推进。 成果：该项目为腾讯云相关项目，并在深汕地区得到了相关应用，项目中涉及到的检测目标有耕地、水体、建筑物、道路等。 个人工作内容：（1）数据预处理。包括数据打标签、数据集切分。（2）模型搭建与训练。尝试不同模型的搭建与训练，对比不同模型的效果，最终选用HRnet网络，对城市交通道路，进行检测网络的训练。（3）模型测试与调优。
02023-04-12 03:28
项目背景与目的：为了监测公司C端产品的营收情况，便于比较公司运营活动带来的效果收益，发掘营收波动是否异常，对实时的营收额进行预测，并对固定时间点（14、18 点）的营收状况进行归因分析。 成果：构建的LSTM模型具备良好的预测能力，与ARIMA模型相比，预测的误差下降了3.5%，为营收数据的检测提供了良好的依据。 个人工作内容：（1）进行实时营收数据的加工，包括归因因子的数据；（2）梳理影响营收的相关因子，包括节假日、运营活动、疫情影响程度；（3）进行模型的构建、训练、调优、筛选、部署、应用与 监测； 主要技术工具：Python、MySql、Tensorflow、Hive；
02023-04-12 03:30
项目背景与目的：面对日益复杂的电信业务，为了提升用户对自己办理的业务的使用满意度，维护用户的稳定性，需要对用户的满意度进行预测，识别出满意度低的用户，进行关怀维护。 成果：进过对模型使用的追踪，在半年时间内，在查全率固定的条件下，模型的查准率近下降了5%， 在模型的应用过程中，该模型的的准确率比友商模型的准确率高出20%。 个人工作内容：（1）负责业务需求的对接，将业务问题转化为技术问题；（2）进行数据的梳理，与业务方核对，形成建模所需的数据，并明确口径；（3）进行模型的设计、开发、调优、部署；（4）进行模型使用效果的跟踪。 主要技术工具：Hive、Python、Tensorflow。
02023-04-12 03:38
