瞻子瞻人
机器学习
北京字节跳动科技有限公司 · 3年经验
日薪：
￥500/8h
地点：
北京 朝阳
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
1. 熟悉linux开发环境， 有在linux环境下开发、部署生产程序的经验；
2. 掌握的编程语言C++/Python/SQL/js, 有服务器开发经验。
3.熟悉的框架：Django/flask/tensorflow/Scrapy，有WEB后端、机器学习、爬虫的项目经验。
3. 有数据分析、开发、算法背景。有开发过基于机器学习算法的实时个性化体验项目。
4. 熟悉大数据可视化分析工具，如Tabelau, 以及大数据仓库如Google bigquery等。
2. 掌握的编程语言C++/Python/SQL/js, 有服务器开发经验。
3.熟悉的框架：Django/flask/tensorflow/Scrapy，有WEB后端、机器学习、爬虫的项目经验。
3. 有数据分析、开发、算法背景。有开发过基于机器学习算法的实时个性化体验项目。
4. 熟悉大数据可视化分析工具，如Tabelau, 以及大数据仓库如Google bigquery等。
项目经验
1. 游戏服务器逻辑开发
- 基于python语言
- TCP长连接，gevent框架，sqlchemy中间件。
- redis作为数据缓存中间件。
2. 后台web开发
- 基于flask/Django框架
- nginx作为web服务器
3. 爬虫项目
- 基于requests, scrapy框架
- 数据自动写入excel、mysql等数据库
4. 基于机器学习的流失预测
- 基于tensorflow框架的DNN、LSTM模型，以及XGBOOST模型预测用户流失概率
5. 基于机器学习的实时决策架构
- 根据用户行为实时预测用户关键行为
- 通过kafka消息队列，把这些关键行为pub到逻辑服务器
- 逻辑服务器根据这些预测，产生个性化的业务逻辑
- 基于python语言
- TCP长连接，gevent框架，sqlchemy中间件。
- redis作为数据缓存中间件。
2. 后台web开发
- 基于flask/Django框架
- nginx作为web服务器
3. 爬虫项目
- 基于requests, scrapy框架
- 数据自动写入excel、mysql等数据库
4. 基于机器学习的流失预测
- 基于tensorflow框架的DNN、LSTM模型，以及XGBOOST模型预测用户流失概率
5. 基于机器学习的实时决策架构
- 根据用户行为实时预测用户关键行为
- 通过kafka消息队列，把这些关键行为pub到逻辑服务器
- 逻辑服务器根据这些预测，产生个性化的业务逻辑
瞻子瞻人
机器学习 · 3年经验 · 北京字节跳动科技有限公司
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. 熟悉linux开发环境， 有在linux环境下开发、部署生产程序的经验；
2. 掌握的编程语言C++/Python/SQL/js, 有服务器开发经验。
3.熟悉的框架：Django/flask/tensorflow/Scrapy，有WEB后端、机器学习、爬虫的项目经验。
3. 有数据分析、开发、算法背景。有开发过基于机器学习算法的实时个性化体验项目。
4. 熟悉大数据可视化分析工具，如Tabelau, 以及大数据仓库如Google bigquery等。
2. 掌握的编程语言C++/Python/SQL/js, 有服务器开发经验。
3.熟悉的框架：Django/flask/tensorflow/Scrapy，有WEB后端、机器学习、爬虫的项目经验。
3. 有数据分析、开发、算法背景。有开发过基于机器学习算法的实时个性化体验项目。
4. 熟悉大数据可视化分析工具，如Tabelau, 以及大数据仓库如Google bigquery等。
项目经验
1. 游戏服务器逻辑开发
- 基于python语言
- TCP长连接，gevent框架，sqlchemy中间件。
- redis作为数据缓存中间件。
2. 后台web开发
- 基于flask/Django框架
- nginx作为web服务器
3. 爬虫项目
- 基于requests, scrapy框架
- 数据自动写入excel、mysql等数据库
4. 基于机器学习的流失预测
- 基于tensorflow框架的DNN、LSTM模型，以及XGBOOST模型预测用户流失概率
5. 基于机器学习的实时决策架构
- 根据用户行为实时预测用户关键行为
- 通过kafka消息队列，把这些关键行为pub到逻辑服务器
- 逻辑服务器根据这些预测，产生个性化的业务逻辑
- 基于python语言
- TCP长连接，gevent框架，sqlchemy中间件。
- redis作为数据缓存中间件。
2. 后台web开发
- 基于flask/Django框架
- nginx作为web服务器
3. 爬虫项目
- 基于requests, scrapy框架
- 数据自动写入excel、mysql等数据库
4. 基于机器学习的流失预测
- 基于tensorflow框架的DNN、LSTM模型，以及XGBOOST模型预测用户流失概率
5. 基于机器学习的实时决策架构
- 根据用户行为实时预测用户关键行为
- 通过kafka消息队列，把这些关键行为pub到逻辑服务器
- 逻辑服务器根据这些预测，产生个性化的业务逻辑
立即沟通
