山
NLP算法工程师
科大国创 · 2年经验
日薪：
￥800/8h
地点：
其他 全区
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1.统计软件：Python/熟悉，编程工具：Pycharm,Intellij IDEA;
2.数据库软件： MySQL熟悉；
3.专业技能：具有统计学、数学专业基础知识，熟悉常见的统计方法，自然语言处理方法，深度学习实践经历，熟悉常用的机器学习方法；
2.数据库软件： MySQL熟悉；
3.专业技能：具有统计学、数学专业基础知识，熟悉常见的统计方法，自然语言处理方法，深度学习实践经历，熟悉常用的机器学习方法；
项目经验
1.****项目app开发
项目介绍：**项目app开发；
个人分工：
1）数据地域信息识别；
2）数据行业归类；
3）短文本相似度计算；
4）短文本去重；
5）上述两个任务api接口开发；
6）开发环境的搭建与部署。
2. APP标签化
项目介绍：通过对各大APP商城的数据进行处理，实现客户输入APP大类，即可输出APP小类的目标；
个人分工：通过运用word2vec生成词向量；运用LAD主题模型，TF-IDF等相关算法，实现主题和关键字的提取；同时，用python编程实现算法运转；分词运用jieba分词，包括HMM模型，Viterbi模型和CRF模型。
3.移动宽带投诉智能处理系统离网分析
项目介绍：根据离网与在网用户历史数据特征，如通话时长、流量使用量、投诉次数、呼叫记录、常用app个数等特征，预测用户未来一个月可能要离网的用户，以便提前通过一定的措施留住即将离网用户；
个人分工：方案设计，数据预处理，建立、优化模型，向客户反馈并解释结果；
所用算法：LightGBM。
项目介绍：**项目app开发；
个人分工：
1）数据地域信息识别；
2）数据行业归类；
3）短文本相似度计算；
4）短文本去重；
5）上述两个任务api接口开发；
6）开发环境的搭建与部署。
2. APP标签化
项目介绍：通过对各大APP商城的数据进行处理，实现客户输入APP大类，即可输出APP小类的目标；
个人分工：通过运用word2vec生成词向量；运用LAD主题模型，TF-IDF等相关算法，实现主题和关键字的提取；同时，用python编程实现算法运转；分词运用jieba分词，包括HMM模型，Viterbi模型和CRF模型。
3.移动宽带投诉智能处理系统离网分析
项目介绍：根据离网与在网用户历史数据特征，如通话时长、流量使用量、投诉次数、呼叫记录、常用app个数等特征，预测用户未来一个月可能要离网的用户，以便提前通过一定的措施留住即将离网用户；
个人分工：方案设计，数据预处理，建立、优化模型，向客户反馈并解释结果；
所用算法：LightGBM。
山
NLP算法工程师 · 2年经验 · 科大国创
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1.统计软件：Python/熟悉，编程工具：Pycharm,Intellij IDEA;
2.数据库软件： MySQL熟悉；
3.专业技能：具有统计学、数学专业基础知识，熟悉常见的统计方法，自然语言处理方法，深度学习实践经历，熟悉常用的机器学习方法；
2.数据库软件： MySQL熟悉；
3.专业技能：具有统计学、数学专业基础知识，熟悉常见的统计方法，自然语言处理方法，深度学习实践经历，熟悉常用的机器学习方法；
项目经验
1.****项目app开发
项目介绍：**项目app开发；
个人分工：
1）数据地域信息识别；
2）数据行业归类；
3）短文本相似度计算；
4）短文本去重；
5）上述两个任务api接口开发；
6）开发环境的搭建与部署。
2. APP标签化
项目介绍：通过对各大APP商城的数据进行处理，实现客户输入APP大类，即可输出APP小类的目标；
个人分工：通过运用word2vec生成词向量；运用LAD主题模型，TF-IDF等相关算法，实现主题和关键字的提取；同时，用python编程实现算法运转；分词运用jieba分词，包括HMM模型，Viterbi模型和CRF模型。
3.移动宽带投诉智能处理系统离网分析
项目介绍：根据离网与在网用户历史数据特征，如通话时长、流量使用量、投诉次数、呼叫记录、常用app个数等特征，预测用户未来一个月可能要离网的用户，以便提前通过一定的措施留住即将离网用户；
个人分工：方案设计，数据预处理，建立、优化模型，向客户反馈并解释结果；
所用算法：LightGBM。
项目介绍：**项目app开发；
个人分工：
1）数据地域信息识别；
2）数据行业归类；
3）短文本相似度计算；
4）短文本去重；
5）上述两个任务api接口开发；
6）开发环境的搭建与部署。
2. APP标签化
项目介绍：通过对各大APP商城的数据进行处理，实现客户输入APP大类，即可输出APP小类的目标；
个人分工：通过运用word2vec生成词向量；运用LAD主题模型，TF-IDF等相关算法，实现主题和关键字的提取；同时，用python编程实现算法运转；分词运用jieba分词，包括HMM模型，Viterbi模型和CRF模型。
3.移动宽带投诉智能处理系统离网分析
项目介绍：根据离网与在网用户历史数据特征，如通话时长、流量使用量、投诉次数、呼叫记录、常用app个数等特征，预测用户未来一个月可能要离网的用户，以便提前通过一定的措施留住即将离网用户；
个人分工：方案设计，数据预处理，建立、优化模型，向客户反馈并解释结果；
所用算法：LightGBM。
立即沟通
