机器学习
图像处理
深度学习
算法设计
自然语言处理
Torch
0
1
2
3
4
5
0
1
2
3
4
5
24天前在线
算法研究员
北京全职 · 2000/日 · 43500/月信用正常
工作时间: 工作地点:
远程
服务企业:
1家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
我是程序员客栈的【JermyLu】，是一名【NLU算法研究工程师】； 毕业于【天津大学】& 【中国科学院大学】； 熟练使用【Python】，【PyTorch】，【Java】；
对【自然语言理解】有较为深刻的理解； 如果我能帮上您的忙，请点击“立即预约”或“发布需求”！
工作经历
2022-03-01 -至今蔚来汽车NLP算法工程师
实现面向车载人机智能对话理解的算法与功能 负责文本语义理解、单轮多轮多任务 语义理解相关的训练 负责前沿机器学习与自然语言处理算法的调研和实现，探索将新技术应用于实际产品
2020-07-01 -2022-03-01某央企金融算法研究算法研究员
坚持从银行保险业丰富应用场景和共性发展需求出发，积极探索银行、保险行业及跨行业的信息共享模式，充分挖掘数据价值，广泛连接行业机构，携手各方打造开放融合的金融科技新生态，服务范围覆盖农村普惠金融、汽车产业生态、大健康产业、风险管控、金融合规、信息技术服务等领域，助力银行保险机构防范化解金融风险，赋能银行保险业数字化转型，推进社会治理现代化。
教育经历
2017-09-01 - 2020-06-01中国科学院大学计算机科学与技术硕士
2013-09-01 - 2017-06-01天津大学计算机科学与技术本科
技能
作品
为了确保恶意电路的触发信号的低-翻转概率，恶意电路的连接结构和正常电路的电路连接结构应该存在可区分性差异。在输出处获得低0-probability或低1-probability的电路连接结构应该更可能属于恶意电路。 技术框架: 1. 首先将芯片设计抽象成一张有向无环图 2. 基于图结构，将其切分为nGates序列 3. 对nGates序列进行embedding 4. 训练检测模型 & 离线评估，获得最佳模型 5. 基于4获得的模型，进行线上推理
02023-06-30 11:36
DeepStorage以AutoEncoder技术为基础，是一种包含了特征提取、数据重建与特征使用的方法，包含Encoder、Decoder和分类器Classifier三个模块。Encoder用于提取原始图像的特征表示，Decoder用于图像重建，Classifier表示下游静默人脸活体检测任务。
02023-06-30 11:26
前端选择简单的*小程序； 后端实现图像2图像的风格迁移功能、人脸卡通头像生成功能、文生图功能。 涉及到的AI技术包括：DCTNet, Stable-Diffusion, DreamBooth, Text Inversion等。 涉及的AI框架包括：PyTorch, Transformers等。
02023-06-30 11:14
