JC
数据挖掘工程师
精益有容（北京）科技有限公司 · 3年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1、熟练使用python数据科学生态包numpy、pandas、sklearn、matplotlib、seaborn等开展数据处理、数据转换、数据挖掘等相关数据工作，熟悉数据分析、数据挖掘基本思路与方法。熟练使用time、collections、datetime、os等内建模块。日常使用jupyter notebook工作。
2、熟悉并熟练使用常用数据挖掘算法：决策树、SVM、逻辑回归、神经网络、聚类等，熟悉其原理及常用参数调配，拥有实际数据挖掘项目经验
3、熟练使用request、selenium、正则、bs4进行数据爬虫
4、熟练使用SPSS modeler挖掘工具
5、熟悉基于tensorflow、keras的深度学习相关知识，并具有深度网络进行图片分类与识别的项目经验
6、熟悉python编程
2、熟悉并熟练使用常用数据挖掘算法：决策树、SVM、逻辑回归、神经网络、聚类等，熟悉其原理及常用参数调配，拥有实际数据挖掘项目经验
3、熟练使用request、selenium、正则、bs4进行数据爬虫
4、熟练使用SPSS modeler挖掘工具
5、熟悉基于tensorflow、keras的深度学习相关知识，并具有深度网络进行图片分类与识别的项目经验
6、熟悉python编程
项目经验
深度学习图片文字分类识别（2019/08–2019/12）
项目职务：数据挖掘工程师
项目描述：实现汉字识别的功能，并接入到公司的APP，对用户上传的图片进行汉字识别，得到图片中的具体汉字是什么。同时，计算得到用户上传图片与模板图片的相似度。通过添加人工智能技术，增加App的科技性、趣味性，提高用户对App是使用粘性。
项目职责：
1）数据集制作：通过python对现有的图片数据集进行分类、贴标签、划分训练集验证集合。同时，爬取一些更真实场景的用户数据，添加到数据集中。
2）数据增强：对数据集进行剪切、旋转、模糊等处理，实现数据增强
3）利用tensorflow框架，复现ResNet卷积神经网络模型，设置batchsize、lr等参数，在linux GPU下开展模型训练，并不断调优提高模型的验证准确率。最终的模型的分类准确在96%。
4）安装tensorflow serving，实现模型服务。将模型转化为serving格式，提交给tensorflow serving实现生产环境的实时服务。
5）模型部署到tensorflow serving，设定分类预测评分阈值，实现对用户上传图片过滤及预测
6）模型迭代，使用不断积累的用户数据迭代训练模型提高模型性能。
项目业绩：训练的模型准确率达到96%识别准确率；成功部署到线上，实现生产环境实时图片识别分类服务。
项目职务：数据挖掘工程师
项目描述：实现汉字识别的功能，并接入到公司的APP，对用户上传的图片进行汉字识别，得到图片中的具体汉字是什么。同时，计算得到用户上传图片与模板图片的相似度。通过添加人工智能技术，增加App的科技性、趣味性，提高用户对App是使用粘性。
项目职责：
1）数据集制作：通过python对现有的图片数据集进行分类、贴标签、划分训练集验证集合。同时，爬取一些更真实场景的用户数据，添加到数据集中。
2）数据增强：对数据集进行剪切、旋转、模糊等处理，实现数据增强
3）利用tensorflow框架，复现ResNet卷积神经网络模型，设置batchsize、lr等参数，在linux GPU下开展模型训练，并不断调优提高模型的验证准确率。最终的模型的分类准确在96%。
4）安装tensorflow serving，实现模型服务。将模型转化为serving格式，提交给tensorflow serving实现生产环境的实时服务。
5）模型部署到tensorflow serving，设定分类预测评分阈值，实现对用户上传图片过滤及预测
6）模型迭代，使用不断积累的用户数据迭代训练模型提高模型性能。
项目业绩：训练的模型准确率达到96%识别准确率；成功部署到线上，实现生产环境实时图片识别分类服务。
JC
数据挖掘工程师 · 3年经验 · 精益有容（北京）科技有限公司
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、熟练使用python数据科学生态包numpy、pandas、sklearn、matplotlib、seaborn等开展数据处理、数据转换、数据挖掘等相关数据工作，熟悉数据分析、数据挖掘基本思路与方法。熟练使用time、collections、datetime、os等内建模块。日常使用jupyter notebook工作。
2、熟悉并熟练使用常用数据挖掘算法：决策树、SVM、逻辑回归、神经网络、聚类等，熟悉其原理及常用参数调配，拥有实际数据挖掘项目经验
3、熟练使用request、selenium、正则、bs4进行数据爬虫
4、熟练使用SPSS modeler挖掘工具
5、熟悉基于tensorflow、keras的深度学习相关知识，并具有深度网络进行图片分类与识别的项目经验
6、熟悉python编程
2、熟悉并熟练使用常用数据挖掘算法：决策树、SVM、逻辑回归、神经网络、聚类等，熟悉其原理及常用参数调配，拥有实际数据挖掘项目经验
3、熟练使用request、selenium、正则、bs4进行数据爬虫
4、熟练使用SPSS modeler挖掘工具
5、熟悉基于tensorflow、keras的深度学习相关知识，并具有深度网络进行图片分类与识别的项目经验
6、熟悉python编程
项目经验
深度学习图片文字分类识别（2019/08–2019/12）
项目职务：数据挖掘工程师
项目描述：实现汉字识别的功能，并接入到公司的APP，对用户上传的图片进行汉字识别，得到图片中的具体汉字是什么。同时，计算得到用户上传图片与模板图片的相似度。通过添加人工智能技术，增加App的科技性、趣味性，提高用户对App是使用粘性。
项目职责：
1）数据集制作：通过python对现有的图片数据集进行分类、贴标签、划分训练集验证集合。同时，爬取一些更真实场景的用户数据，添加到数据集中。
2）数据增强：对数据集进行剪切、旋转、模糊等处理，实现数据增强
3）利用tensorflow框架，复现ResNet卷积神经网络模型，设置batchsize、lr等参数，在linux GPU下开展模型训练，并不断调优提高模型的验证准确率。最终的模型的分类准确在96%。
4）安装tensorflow serving，实现模型服务。将模型转化为serving格式，提交给tensorflow serving实现生产环境的实时服务。
5）模型部署到tensorflow serving，设定分类预测评分阈值，实现对用户上传图片过滤及预测
6）模型迭代，使用不断积累的用户数据迭代训练模型提高模型性能。
项目业绩：训练的模型准确率达到96%识别准确率；成功部署到线上，实现生产环境实时图片识别分类服务。
项目职务：数据挖掘工程师
项目描述：实现汉字识别的功能，并接入到公司的APP，对用户上传的图片进行汉字识别，得到图片中的具体汉字是什么。同时，计算得到用户上传图片与模板图片的相似度。通过添加人工智能技术，增加App的科技性、趣味性，提高用户对App是使用粘性。
项目职责：
1）数据集制作：通过python对现有的图片数据集进行分类、贴标签、划分训练集验证集合。同时，爬取一些更真实场景的用户数据，添加到数据集中。
2）数据增强：对数据集进行剪切、旋转、模糊等处理，实现数据增强
3）利用tensorflow框架，复现ResNet卷积神经网络模型，设置batchsize、lr等参数，在linux GPU下开展模型训练，并不断调优提高模型的验证准确率。最终的模型的分类准确在96%。
4）安装tensorflow serving，实现模型服务。将模型转化为serving格式，提交给tensorflow serving实现生产环境的实时服务。
5）模型部署到tensorflow serving，设定分类预测评分阈值，实现对用户上传图片过滤及预测
6）模型迭代，使用不断积累的用户数据迭代训练模型提高模型性能。
项目业绩：训练的模型准确率达到96%识别准确率；成功部署到线上，实现生产环境实时图片识别分类服务。
立即沟通
