Deeplion
深度学习算法研究员
浙江大学 · 2年经验
日薪：
￥500/8h
地点：
杭州 拱墅
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 编程技术：熟练掌握python、C++
2. 深度学习技术：掌握主流深度学习编程框架Pytorch、TensorFlow；擅长使用经典深度学习网络架构CNN、RNN、LSTM、GRU、Transformer和高级网络架构如BERT、GPT、ResNet等，针对具体应用场景构建深度应用；了解人工智能领域前沿应用技术及其实现
3. 机器学习技术：掌握主流机器学习编程框架scikit-learn；掌握数据降维、欠/过采样、正则化、归一化/规范化等数据预处理技术；擅长线性回归、决策树、集成学习（随机森林、Adaboost、Xgboost）、贝叶斯分类、聚类分析、特征选择等机器学习技术
4. 数据收集与分析：掌握主流Python爬虫框架，掌握主流数据分析处理库Pandas、Numpy，掌握数据可视化库matplotlib
5. 医学人工智能经验：从事医疗相关的人工智能技术开发工作，对处理医学文本、体检表格、电子病历、医疗影像中的特定问题有一定经验。
2. 深度学习技术：掌握主流深度学习编程框架Pytorch、TensorFlow；擅长使用经典深度学习网络架构CNN、RNN、LSTM、GRU、Transformer和高级网络架构如BERT、GPT、ResNet等，针对具体应用场景构建深度应用；了解人工智能领域前沿应用技术及其实现
3. 机器学习技术：掌握主流机器学习编程框架scikit-learn；掌握数据降维、欠/过采样、正则化、归一化/规范化等数据预处理技术；擅长线性回归、决策树、集成学习（随机森林、Adaboost、Xgboost）、贝叶斯分类、聚类分析、特征选择等机器学习技术
4. 数据收集与分析：掌握主流Python爬虫框架，掌握主流数据分析处理库Pandas、Numpy，掌握数据可视化库matplotlib
5. 医学人工智能经验：从事医疗相关的人工智能技术开发工作，对处理医学文本、体检表格、电子病历、医疗影像中的特定问题有一定经验。
项目经验
1. 数据收集与分析：利用python爬虫实时收集会议期刊文献列表并进行作者和标题关键字的热度分析；收集指定公众号的推文标题、阅读量、点赞数和评论；收集维基百科、谷歌学术等网站百科信息
2. 基于深度学习的蛋白质序列分析：构建基于LSTM的蛋白质序列分析模型，根据氨基酸序列预测功能片段位置信息，并在相关比赛中获得优胜奖
3. 电子病历结构化和辅助诊断：对电子病历构建高精度的命名实体识别模型和辅助诊断模型
4. 异构信息网络聚类分析：基于PageRank算法设计异构的物品信息网络聚类模型，同时对物品热度进行排名。
2. 基于深度学习的蛋白质序列分析：构建基于LSTM的蛋白质序列分析模型，根据氨基酸序列预测功能片段位置信息，并在相关比赛中获得优胜奖
3. 电子病历结构化和辅助诊断：对电子病历构建高精度的命名实体识别模型和辅助诊断模型
4. 异构信息网络聚类分析：基于PageRank算法设计异构的物品信息网络聚类模型，同时对物品热度进行排名。
案例展示 全部案例 >
Deeplion
深度学习算法研究员 · 2年经验 · 浙江大学
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. 编程技术：熟练掌握python、C++
2. 深度学习技术：掌握主流深度学习编程框架Pytorch、TensorFlow；擅长使用经典深度学习网络架构CNN、RNN、LSTM、GRU、Transformer和高级网络架构如BERT、GPT、ResNet等，针对具体应用场景构建深度应用；了解人工智能领域前沿应用技术及其实现
3. 机器学习技术：掌握主流机器学习编程框架scikit-learn；掌握数据降维、欠/过采样、正则化、归一化/规范化等数据预处理技术；擅长线性回归、决策树、集成学习（随机森林、Adaboost、Xgboost）、贝叶斯分类、聚类分析、特征选择等机器学习技术
4. 数据收集与分析：掌握主流Python爬虫框架，掌握主流数据分析处理库Pandas、Numpy，掌握数据可视化库matplotlib
5. 医学人工智能经验：从事医疗相关的人工智能技术开发工作，对处理医学文本、体检表格、电子病历、医疗影像中的特定问题有一定经验。
2. 深度学习技术：掌握主流深度学习编程框架Pytorch、TensorFlow；擅长使用经典深度学习网络架构CNN、RNN、LSTM、GRU、Transformer和高级网络架构如BERT、GPT、ResNet等，针对具体应用场景构建深度应用；了解人工智能领域前沿应用技术及其实现
3. 机器学习技术：掌握主流机器学习编程框架scikit-learn；掌握数据降维、欠/过采样、正则化、归一化/规范化等数据预处理技术；擅长线性回归、决策树、集成学习（随机森林、Adaboost、Xgboost）、贝叶斯分类、聚类分析、特征选择等机器学习技术
4. 数据收集与分析：掌握主流Python爬虫框架，掌握主流数据分析处理库Pandas、Numpy，掌握数据可视化库matplotlib
5. 医学人工智能经验：从事医疗相关的人工智能技术开发工作，对处理医学文本、体检表格、电子病历、医疗影像中的特定问题有一定经验。
项目经验
1. 数据收集与分析：利用python爬虫实时收集会议期刊文献列表并进行作者和标题关键字的热度分析；收集指定公众号的推文标题、阅读量、点赞数和评论；收集维基百科、谷歌学术等网站百科信息
2. 基于深度学习的蛋白质序列分析：构建基于LSTM的蛋白质序列分析模型，根据氨基酸序列预测功能片段位置信息，并在相关比赛中获得优胜奖
3. 电子病历结构化和辅助诊断：对电子病历构建高精度的命名实体识别模型和辅助诊断模型
4. 异构信息网络聚类分析：基于PageRank算法设计异构的物品信息网络聚类模型，同时对物品热度进行排名。
2. 基于深度学习的蛋白质序列分析：构建基于LSTM的蛋白质序列分析模型，根据氨基酸序列预测功能片段位置信息，并在相关比赛中获得优胜奖
3. 电子病历结构化和辅助诊断：对电子病历构建高精度的命名实体识别模型和辅助诊断模型
4. 异构信息网络聚类分析：基于PageRank算法设计异构的物品信息网络聚类模型，同时对物品热度进行排名。
立即沟通
