职业经历
东北农业大学研究生毕业，3年以上工作经验，擅长自然语言处理，图像处理，时间序列。对自然语言处理，时间序列具有丰富的经验。
1.负责过多个机器学习模型的构建，并上线。其中涉及文本匹配，文本相识度计算，序列标注，分词等自然语言处理工作；做过图像超分，图像分类等图像处理项目；利用时间序列处理过销售量预测等问题。
2.熟悉常用的机器学习模型，比如逻辑回归，xgboost，lightgbm，SVM，CNN，DNN，LSTM等。
3.擅长讲一般问题转化为机械学习问题处理。
3.熟悉利用pytorch构建深度学习模型并调参
工作经历
算法工程师
·
****
2019年07月 — 3000年01月
技术,人工智能,算法工程师
1.负责文本匹配，地址分词，文本相识度，时间序列等机器学习模型的构建 2.独立完成机票缓存项目与酒店匹配，房型匹配。 3.与产品经理核对需求，输出需求整理文档 4.在明确需求后，提取需要的数据做分析，完成现状分析。根据现状分析对相应的指标提升做预估。 5.写算法设计方案，做算法预研，如果发现问题修改算法设计方案或者进一步明确需求。 6.写算法预研分析报告，与产品核对时候满足需求 7.算法的工程化上线 8.报表监控算法效果，同时根据算法上线后问题对算法优化。
教育经历
东北农业大学
机械工程
2017年09月 — 2019年06月
项目经历
晶圆图像缺陷分类
2021年05月 — 2021年08月
项目背景:在晶圆的制造过程中，容易因为生产的误操作导致晶圆出现特定的缺陷。晶圆厂将起分为8种类型。其中划痕和局部分别对应机械手划痕和光刻胶问题。对晶圆检测有助于发现生产过程中的问题，提高生产效率。 实际加上正常这一类，需要分类的有9个类别。该项目使用决策树，逻辑回归，xgboost，卷积神经网络做分类，最后联合多个模型得出分类结果。最后准确率87%，误判率小于0.5%
文本匹配
2022年08月 — 2022年07月
1.对比供应商酒店地址，名称与打底数据库中的酒店地址和名称做匹配。 2.主要的思路是计算酒店名称的相似度，地址的相识度，然后利用标注的数据对模型做训练。 3.特征挖掘，利用名称相似度，地址相似度，名称与地址的交叉相似度做模型的特征，同时计算经纬度的球面距离做判断。 4.利用pytorch建立双向lstm－crf做酒店名称与地址分词，校验和补充没有匹配上的酒店和房型。
TA 的技能服务
该人才共 3 项技能服务，可在 技能服务 中搜索「Swift」查看。