💥
算法工程师
中科天玑 · 4年经验
日薪：
￥1500/8h
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
较为丰富的Python开发经验, 作为主力语言开发多个模型。
熟悉MySQL, ElasticSearch,Oracle等数据库语言
熟练使用docker容器、linux常用命令等
熟悉R语言、SPSS等常用数据分析软件，Power BI,Tableau等Bi可视化工具
熟悉Keras、Tensorflow等深度学习框架
熟悉线性回归、logistics、softmax、BN、Apriori、C4.5、Adaboost、K-means、ARIMA等机器学习算法
熟悉神经元模型、人工神经网络、BP、FC、RNN、LSTM、CNN、seq2seq、等深度学习算法
熟悉NLP相关算法：例如实体识别、文本分类、情感分析、关键词抽取、关键句抽取、文本纠错等
熟悉MySQL, ElasticSearch,Oracle等数据库语言
熟练使用docker容器、linux常用命令等
熟悉R语言、SPSS等常用数据分析软件，Power BI,Tableau等Bi可视化工具
熟悉Keras、Tensorflow等深度学习框架
熟悉线性回归、logistics、softmax、BN、Apriori、C4.5、Adaboost、K-means、ARIMA等机器学习算法
熟悉神经元模型、人工神经网络、BP、FC、RNN、LSTM、CNN、seq2seq、等深度学习算法
熟悉NLP相关算法：例如实体识别、文本分类、情感分析、关键词抽取、关键句抽取、文本纠错等
项目经验
实体识别标注系统开发：
(1) 命名实体识别算法开发：
1. 通过采用xxx算法，识别文本中地点、人物及组织机构。数据进行定期训练及更新模型，并部署到服务器上。
2. 通过采用xxxx算法，识别文本中时间。并拉取docker镜像，部署到服务器上。
(2) 多文本分类算法构建：
采用xxxx算法，对报文数据集进行多文本分类，大致分为政治、经济、军事、科技、体育、游戏、医疗、教育等13个类别。并拉取docker镜像，部署到服务器上。
(3) 情感分析算法构建：
采用xxxx算法，对网民数据集进行情感分析，大致分为正面、负面2个类别。
地方交易所风险监测技术研究与实现
从mysql数据库中提取交易所数据，分别从经营主体、分支机构、关联APP、微信公众号、用户情况、舆情内容（涉及涉嫌诈骗、涉嫌群体事件、涉嫌失联和涉嫌违规操作）、ICP备案情况监测、有无注册、注册地与网站备案地址是否一致及网站IP地址情况监测等多角度进行分析。
(1) 命名实体识别算法开发：
1. 通过采用xxx算法，识别文本中地点、人物及组织机构。数据进行定期训练及更新模型，并部署到服务器上。
2. 通过采用xxxx算法，识别文本中时间。并拉取docker镜像，部署到服务器上。
(2) 多文本分类算法构建：
采用xxxx算法，对报文数据集进行多文本分类，大致分为政治、经济、军事、科技、体育、游戏、医疗、教育等13个类别。并拉取docker镜像，部署到服务器上。
(3) 情感分析算法构建：
采用xxxx算法，对网民数据集进行情感分析，大致分为正面、负面2个类别。
地方交易所风险监测技术研究与实现
从mysql数据库中提取交易所数据，分别从经营主体、分支机构、关联APP、微信公众号、用户情况、舆情内容（涉及涉嫌诈骗、涉嫌群体事件、涉嫌失联和涉嫌违规操作）、ICP备案情况监测、有无注册、注册地与网站备案地址是否一致及网站IP地址情况监测等多角度进行分析。
团队情况
整包服务：
PC网站开发
负责人：
算法工程师
团队成员：
产品经理 前端工程师 后端工程师
案例展示 全部案例 >
💥
有团队 · 可整包
算法工程师 · 4年经验 · 中科天玑
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
较为丰富的Python开发经验, 作为主力语言开发多个模型。
熟悉MySQL, ElasticSearch,Oracle等数据库语言
熟练使用docker容器、linux常用命令等
熟悉R语言、SPSS等常用数据分析软件，Power BI,Tableau等Bi可视化工具
熟悉Keras、Tensorflow等深度学习框架
熟悉线性回归、logistics、softmax、BN、Apriori、C4.5、Adaboost、K-means、ARIMA等机器学习算法
熟悉神经元模型、人工神经网络、BP、FC、RNN、LSTM、CNN、seq2seq、等深度学习算法
熟悉NLP相关算法：例如实体识别、文本分类、情感分析、关键词抽取、关键句抽取、文本纠错等
熟悉MySQL, ElasticSearch,Oracle等数据库语言
熟练使用docker容器、linux常用命令等
熟悉R语言、SPSS等常用数据分析软件，Power BI,Tableau等Bi可视化工具
熟悉Keras、Tensorflow等深度学习框架
熟悉线性回归、logistics、softmax、BN、Apriori、C4.5、Adaboost、K-means、ARIMA等机器学习算法
熟悉神经元模型、人工神经网络、BP、FC、RNN、LSTM、CNN、seq2seq、等深度学习算法
熟悉NLP相关算法：例如实体识别、文本分类、情感分析、关键词抽取、关键句抽取、文本纠错等
项目经验
实体识别标注系统开发：
(1) 命名实体识别算法开发：
1. 通过采用xxx算法，识别文本中地点、人物及组织机构。数据进行定期训练及更新模型，并部署到服务器上。
2. 通过采用xxxx算法，识别文本中时间。并拉取docker镜像，部署到服务器上。
(2) 多文本分类算法构建：
采用xxxx算法，对报文数据集进行多文本分类，大致分为政治、经济、军事、科技、体育、游戏、医疗、教育等13个类别。并拉取docker镜像，部署到服务器上。
(3) 情感分析算法构建：
采用xxxx算法，对网民数据集进行情感分析，大致分为正面、负面2个类别。
地方交易所风险监测技术研究与实现
从mysql数据库中提取交易所数据，分别从经营主体、分支机构、关联APP、微信公众号、用户情况、舆情内容（涉及涉嫌诈骗、涉嫌群体事件、涉嫌失联和涉嫌违规操作）、ICP备案情况监测、有无注册、注册地与网站备案地址是否一致及网站IP地址情况监测等多角度进行分析。
(1) 命名实体识别算法开发：
1. 通过采用xxx算法，识别文本中地点、人物及组织机构。数据进行定期训练及更新模型，并部署到服务器上。
2. 通过采用xxxx算法，识别文本中时间。并拉取docker镜像，部署到服务器上。
(2) 多文本分类算法构建：
采用xxxx算法，对报文数据集进行多文本分类，大致分为政治、经济、军事、科技、体育、游戏、医疗、教育等13个类别。并拉取docker镜像，部署到服务器上。
(3) 情感分析算法构建：
采用xxxx算法，对网民数据集进行情感分析，大致分为正面、负面2个类别。
地方交易所风险监测技术研究与实现
从mysql数据库中提取交易所数据，分别从经营主体、分支机构、关联APP、微信公众号、用户情况、舆情内容（涉及涉嫌诈骗、涉嫌群体事件、涉嫌失联和涉嫌违规操作）、ICP备案情况监测、有无注册、注册地与网站备案地址是否一致及网站IP地址情况监测等多角度进行分析。
团队情况
服务范围：
团队构成：
负责人(算法工程师)
|
核心队员：产品经理 ·
前端工程师 ·
后端工程师
立即沟通
