稚乐
NLP算法实习生
理光软件研究所 · 1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
1
收藏数
技术能力
1.熟悉python、 C++等计算机语言；
2.熟悉html、css、javascipt等网页开发工具。
3.了解数据库相关知识及应用。
4.熟悉自然语言处理相关工作，机器学习，深度学习及神经网络，熟悉BERT、LSTM等模型。
5.熟悉python网络爬虫。
2.熟悉html、css、javascipt等网页开发工具。
3.了解数据库相关知识及应用。
4.熟悉自然语言处理相关工作，机器学习，深度学习及神经网络，熟悉BERT、LSTM等模型。
5.熟悉python网络爬虫。
项目经验
1.使用html,css,js，jquery等开发网页登陆界面。
2.使用爬虫爬取网页数据。
3.使用深度神经网络，如BERT等模型，完成自然语言处理中的FAQ、分词、细粒度情感分析等。
2.使用爬虫爬取网页数据。
3.使用深度神经网络，如BERT等模型，完成自然语言处理中的FAQ、分词、细粒度情感分析等。
稚乐
NLP算法实习生 · 1年经验 · 理光软件研究所
0
累计接单
0
用户评价
1
被收藏
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
1.熟悉python、 C++等计算机语言；
2.熟悉html、css、javascipt等网页开发工具。
3.了解数据库相关知识及应用。
4.熟悉自然语言处理相关工作，机器学习，深度学习及神经网络，熟悉BERT、LSTM等模型。
5.熟悉python网络爬虫。
2.熟悉html、css、javascipt等网页开发工具。
3.了解数据库相关知识及应用。
4.熟悉自然语言处理相关工作，机器学习，深度学习及神经网络，熟悉BERT、LSTM等模型。
5.熟悉python网络爬虫。
项目经验
1.使用html,css,js，jquery等开发网页登陆界面。
2.使用爬虫爬取网页数据。
3.使用深度神经网络，如BERT等模型，完成自然语言处理中的FAQ、分词、细粒度情感分析等。
2.使用爬虫爬取网页数据。
3.使用深度神经网络，如BERT等模型，完成自然语言处理中的FAQ、分词、细粒度情感分析等。
案例展示
论文
An Efficient Method of Supervised Contrastive Learning for Natural Language Understanding 第一作者 论文背景 论 ：对于文本分类任务，目前主流的方法：预训练语言模型+微调的范式，常常采
深度学习算法竞赛
NTCIR-16 Real-MedNLP Subtask3 第二名，主要参赛人员 任务描述： 任 从给定的病历报告中，对病历文本中包含的多个疾病和药物的不良药物反应程度进行分类。 1. 针对样本不均衡（1300+/100-/100-/200-）：1.重采样（重复少类样本）
深度学习算法竞赛
NTCIR-16 Real-MedNLP Subtask3 第二名，主要参赛人员 任务描述： 任 从给定的病历报告中，对病历文本中包含的多个疾病和药物的不良药物反应程度进行分类。 1. 针对样本不均衡（1300+/100-/100-/200-）：1.重采样（重复少类样本）
立即沟通
