STROMMER
研发工程师
互联网大厂 · 2年经验
日薪：
￥1000/8h
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.熟悉 Java 后端服务开发，并对常见的高性能、高可用有一定的了解。
2.掌握常用的机器学习算法、数理统计和技术基础，具有良好的理论基础和工程能力，
3.熟悉 sparkMLlib 和 SQL、Numpy、Panda 以及 Matlablib 相关使用。
4. 熟悉 NLU 中知识图谱中知识体系构建。
5. 了解对话系统原理和实践，包括 NLU、DM 等等。
6.主要负责知识建设中站外网页数据的获取、大数据挖掘，参与交互系统的问答开发。
2.掌握常用的机器学习算法、数理统计和技术基础，具有良好的理论基础和工程能力，
3.熟悉 sparkMLlib 和 SQL、Numpy、Panda 以及 Matlablib 相关使用。
4. 熟悉 NLU 中知识图谱中知识体系构建。
5. 了解对话系统原理和实践，包括 NLU、DM 等等。
6.主要负责知识建设中站外网页数据的获取、大数据挖掘，参与交互系统的问答开发。
项目经验
2019.3~2019.4 基于知识图谱的问题机器人 KBQA
参与依托知识特定领域美旅知识图谱实现智能问答机器人，参与设计并实现包括实体识别、属性识 别、复杂条件约束等模块的开发。Top3 准确率 95%。
2018.12~2019.2 基于搜索日志的商家别名挖掘
基于大搜的搜索日志，统计较长一段时间内(一个月)对每个 POI 的全部搜索展示、点击日志; 对每个 POI，考虑点击它的 query 集合，统计每个 query 的点击数、点击率等信息，基于日志挖掘 的别名，训练别名预测模型(LSTM+CRF)，为无点击信息的 POI 计算别名。预测结果评估准确率 91%。
2018.07~2018.10 数据统计分析和 Debug 重现系统
通过分布式 hdfs 集群处理网站产生的大量日志使用 spark 分析出网站的浏览量 PV、访客数 UV(包 括新访客数、新访客比例)、访问的 IP 数、跳出率、平均访问时长/访问页数、重点用户等信息供 网站管理者分析网站使用。从日志中心查数据，还原用户多轮交互的对话场景。
参与依托知识特定领域美旅知识图谱实现智能问答机器人，参与设计并实现包括实体识别、属性识 别、复杂条件约束等模块的开发。Top3 准确率 95%。
2018.12~2019.2 基于搜索日志的商家别名挖掘
基于大搜的搜索日志，统计较长一段时间内(一个月)对每个 POI 的全部搜索展示、点击日志; 对每个 POI，考虑点击它的 query 集合，统计每个 query 的点击数、点击率等信息，基于日志挖掘 的别名，训练别名预测模型(LSTM+CRF)，为无点击信息的 POI 计算别名。预测结果评估准确率 91%。
2018.07~2018.10 数据统计分析和 Debug 重现系统
通过分布式 hdfs 集群处理网站产生的大量日志使用 spark 分析出网站的浏览量 PV、访客数 UV(包 括新访客数、新访客比例)、访问的 IP 数、跳出率、平均访问时长/访问页数、重点用户等信息供 网站管理者分析网站使用。从日志中心查数据，还原用户多轮交互的对话场景。
STROMMER
研发工程师 · 2年经验 · 互联网大厂
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.熟悉 Java 后端服务开发，并对常见的高性能、高可用有一定的了解。
2.掌握常用的机器学习算法、数理统计和技术基础，具有良好的理论基础和工程能力，
3.熟悉 sparkMLlib 和 SQL、Numpy、Panda 以及 Matlablib 相关使用。
4. 熟悉 NLU 中知识图谱中知识体系构建。
5. 了解对话系统原理和实践，包括 NLU、DM 等等。
6.主要负责知识建设中站外网页数据的获取、大数据挖掘，参与交互系统的问答开发。
2.掌握常用的机器学习算法、数理统计和技术基础，具有良好的理论基础和工程能力，
3.熟悉 sparkMLlib 和 SQL、Numpy、Panda 以及 Matlablib 相关使用。
4. 熟悉 NLU 中知识图谱中知识体系构建。
5. 了解对话系统原理和实践，包括 NLU、DM 等等。
6.主要负责知识建设中站外网页数据的获取、大数据挖掘，参与交互系统的问答开发。
项目经验
2019.3~2019.4 基于知识图谱的问题机器人 KBQA
参与依托知识特定领域美旅知识图谱实现智能问答机器人，参与设计并实现包括实体识别、属性识 别、复杂条件约束等模块的开发。Top3 准确率 95%。
2018.12~2019.2 基于搜索日志的商家别名挖掘
基于大搜的搜索日志，统计较长一段时间内(一个月)对每个 POI 的全部搜索展示、点击日志; 对每个 POI，考虑点击它的 query 集合，统计每个 query 的点击数、点击率等信息，基于日志挖掘 的别名，训练别名预测模型(LSTM+CRF)，为无点击信息的 POI 计算别名。预测结果评估准确率 91%。
2018.07~2018.10 数据统计分析和 Debug 重现系统
通过分布式 hdfs 集群处理网站产生的大量日志使用 spark 分析出网站的浏览量 PV、访客数 UV(包 括新访客数、新访客比例)、访问的 IP 数、跳出率、平均访问时长/访问页数、重点用户等信息供 网站管理者分析网站使用。从日志中心查数据，还原用户多轮交互的对话场景。
参与依托知识特定领域美旅知识图谱实现智能问答机器人，参与设计并实现包括实体识别、属性识 别、复杂条件约束等模块的开发。Top3 准确率 95%。
2018.12~2019.2 基于搜索日志的商家别名挖掘
基于大搜的搜索日志，统计较长一段时间内(一个月)对每个 POI 的全部搜索展示、点击日志; 对每个 POI，考虑点击它的 query 集合，统计每个 query 的点击数、点击率等信息，基于日志挖掘 的别名，训练别名预测模型(LSTM+CRF)，为无点击信息的 POI 计算别名。预测结果评估准确率 91%。
2018.07~2018.10 数据统计分析和 Debug 重现系统
通过分布式 hdfs 集群处理网站产生的大量日志使用 spark 分析出网站的浏览量 PV、访客数 UV(包 括新访客数、新访客比例)、访问的 IP 数、跳出率、平均访问时长/访问页数、重点用户等信息供 网站管理者分析网站使用。从日志中心查数据，还原用户多轮交互的对话场景。
立即沟通
