赖京🌟
高级算法工程师
微拍堂 · 3年经验
日薪：
￥800/8h
地点：
其他 全区
时间：
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
常用机器学习与深度学习模型与原理，如 KNN、GBDT、NB、LR、SVM、DNN、CNN等。 2. 常用的自然语言处理技术，如 word2vec、TF-IDF、LDA、fastText 等；自然语言处理包 NLTK、 jieba 分词。 3. Python,能够熟练使用 xgboost、scikit-learn、TensorFlow 框架搭建机器学习和深度学习框架。 4. Java 、Scala 语言,了解 mysql。 5. linux 操作系统常用命令。 6. 扎实的数学基础，熟悉常用数据结构和算法。 7. Hadoop、Spark、Hive等大数据处理工具的使用和性能调优，有集群搭建经验。 8. 协同过滤、隐语义模型、用户行为序列等推荐系统建模方法。 9. ES、Redis、Hbase等存储引擎的数据存储及使用方法。
项目经验
IAIR(拍拍贷智能分析投资推荐系统) 项目简介：本系统分为三个阶段，第一个阶段是通过分析客户不同的日志行为数据，从不同的维度分析客户； 第二个阶段是从分析数据结果中为客户进行用户画像； 第三个阶段是为不同的客户推荐不同的投资策略。 责任描述：用户模块需求：注册人数、投资人数、流失率、用户自然增长率等指标； 浏览模块需求：PV值、UV值、页面单跳转化率等指标； 投资模块：投资排行top10、AIPU值、投资转化率、投资复投率等指标； 用户偏好模块：投资习惯、浏览习惯等指标。 应用技术：flume + kafka + hive +spark + mysql + python + LR + GBDT
智能在线答题推荐系统 项目简介：通过常用推荐算法，多维度、细致化分析不同年级的学生在多次考试中的进退步信息，并对每个学 生进行用户画像，包括理解能力、表达能力以及编程能力，针对不同水平的学生推荐不同难度的题 目，让学生精准查缺补漏，提升成绩。 责任描述：使用Sqoop将MySQL中需要清洗的字段导入到HDFS。利用 hive 进行数据清洗，并存储到HDFS。 使用Hive构建数据仓库，建立数据模型，进行需求分析和用户画像，存储到MySQL中，为推荐系统 提供数据支持。使用Python框架实现实时推荐功能,将推荐结果存储在Redis数据库中。 实现基于各 种推荐模型的推荐引擎功能，Web端调用接口从Redis数据库中获取推荐题目的信息，然后实时推荐 给不同水平的学生。 应用技术：hive + spark + ML + UserCF + itemCF
智能在线答题推荐系统 项目简介：通过常用推荐算法，多维度、细致化分析不同年级的学生在多次考试中的进退步信息，并对每个学 生进行用户画像，包括理解能力、表达能力以及编程能力，针对不同水平的学生推荐不同难度的题 目，让学生精准查缺补漏，提升成绩。 责任描述：使用Sqoop将MySQL中需要清洗的字段导入到HDFS。利用 hive 进行数据清洗，并存储到HDFS。 使用Hive构建数据仓库，建立数据模型，进行需求分析和用户画像，存储到MySQL中，为推荐系统 提供数据支持。使用Python框架实现实时推荐功能,将推荐结果存储在Redis数据库中。 实现基于各 种推荐模型的推荐引擎功能，Web端调用接口从Redis数据库中获取推荐题目的信息，然后实时推荐 给不同水平的学生。 应用技术：hive + spark + ML + UserCF + itemCF
赖京🌟
高级算法工程师 · 3年经验 · 微拍堂
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
常用机器学习与深度学习模型与原理，如 KNN、GBDT、NB、LR、SVM、DNN、CNN等。 2. 常用的自然语言处理技术，如 word2vec、TF-IDF、LDA、fastText 等；自然语言处理包 NLTK、 jieba 分词。 3. Python,能够熟练使用 xgboost、scikit-learn、TensorFlow 框架搭建机器学习和深度学习框架。 4. Java 、Scala 语言,了解 mysql。 5. linux 操作系统常用命令。 6. 扎实的数学基础，熟悉常用数据结构和算法。 7. Hadoop、Spark、Hive等大数据处理工具的使用和性能调优，有集群搭建经验。 8. 协同过滤、隐语义模型、用户行为序列等推荐系统建模方法。 9. ES、Redis、Hbase等存储引擎的数据存储及使用方法。
项目经验
IAIR(拍拍贷智能分析投资推荐系统) 项目简介：本系统分为三个阶段，第一个阶段是通过分析客户不同的日志行为数据，从不同的维度分析客户； 第二个阶段是从分析数据结果中为客户进行用户画像； 第三个阶段是为不同的客户推荐不同的投资策略。 责任描述：用户模块需求：注册人数、投资人数、流失率、用户自然增长率等指标； 浏览模块需求：PV值、UV值、页面单跳转化率等指标； 投资模块：投资排行top10、AIPU值、投资转化率、投资复投率等指标； 用户偏好模块：投资习惯、浏览习惯等指标。 应用技术：flume + kafka + hive +spark + mysql + python + LR + GBDT
智能在线答题推荐系统 项目简介：通过常用推荐算法，多维度、细致化分析不同年级的学生在多次考试中的进退步信息，并对每个学 生进行用户画像，包括理解能力、表达能力以及编程能力，针对不同水平的学生推荐不同难度的题 目，让学生精准查缺补漏，提升成绩。 责任描述：使用Sqoop将MySQL中需要清洗的字段导入到HDFS。利用 hive 进行数据清洗，并存储到HDFS。 使用Hive构建数据仓库，建立数据模型，进行需求分析和用户画像，存储到MySQL中，为推荐系统 提供数据支持。使用Python框架实现实时推荐功能,将推荐结果存储在Redis数据库中。 实现基于各 种推荐模型的推荐引擎功能，Web端调用接口从Redis数据库中获取推荐题目的信息，然后实时推荐 给不同水平的学生。 应用技术：hive + spark + ML + UserCF + itemCF
智能在线答题推荐系统 项目简介：通过常用推荐算法，多维度、细致化分析不同年级的学生在多次考试中的进退步信息，并对每个学 生进行用户画像，包括理解能力、表达能力以及编程能力，针对不同水平的学生推荐不同难度的题 目，让学生精准查缺补漏，提升成绩。 责任描述：使用Sqoop将MySQL中需要清洗的字段导入到HDFS。利用 hive 进行数据清洗，并存储到HDFS。 使用Hive构建数据仓库，建立数据模型，进行需求分析和用户画像，存储到MySQL中，为推荐系统 提供数据支持。使用Python框架实现实时推荐功能,将推荐结果存储在Redis数据库中。 实现基于各 种推荐模型的推荐引擎功能，Web端调用接口从Redis数据库中获取推荐题目的信息，然后实时推荐 给不同水平的学生。 应用技术：hive + spark + ML + UserCF + itemCF
立即沟通
