杨春宇
机器学习算法工程师、自然语言处理算法工程师
*高 · 3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
语言：python
方向：机器学习、自然语言处理
掌握深度学习算法RNN、LSTM、GRU、CNN等；
掌握Transformer、BERT以及BERT变体RoBERTa、BERT-WWM等；
掌握传统机器学习算法贝叶斯、决策树、随机森林、SVM、逻辑回归、Xgboost、聚类降维算法等；
掌握数据结构和算法，熟练使用linux系统，熟练使用pytorch、sklearn，熟练使用gensim、numpy、pandas、matplotlib等库。
方向：机器学习、自然语言处理
掌握深度学习算法RNN、LSTM、GRU、CNN等；
掌握Transformer、BERT以及BERT变体RoBERTa、BERT-WWM等；
掌握传统机器学习算法贝叶斯、决策树、随机森林、SVM、逻辑回归、Xgboost、聚类降维算法等；
掌握数据结构和算法，熟练使用linux系统，熟练使用pytorch、sklearn，熟练使用gensim、numpy、pandas、matplotlib等库。
项目经验
1、搭建机器学习平台，应用于材料领域模拟机算；
1)平台接受数据采用excel格式，内部使用pandas处理数据；
2)平台包含数据预处理、特征工程、算法、模型复用模块；
3)传统机器学习算法使用sklearn，深度学习算法使用pytorch；
4)模型复用使用pickle模块保存并调用模型。
成就：平台已经得到较多的材料领域客户（3000+）使用，用户能够快速拖拽模块建立机器学习流程，部分客户使用此机器学习平台辅助发表论文。
1)平台接受数据采用excel格式，内部使用pandas处理数据；
2)平台包含数据预处理、特征工程、算法、模型复用模块；
3)传统机器学习算法使用sklearn，深度学习算法使用pytorch；
4)模型复用使用pickle模块保存并调用模型。
成就：平台已经得到较多的材料领域客户（3000+）使用，用户能够快速拖拽模块建立机器学习流程，部分客户使用此机器学习平台辅助发表论文。
杨春宇
机器学习算法工程师、自然语言处理算法工程师 · 3年经验 · *高
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
语言：python
方向：机器学习、自然语言处理
掌握深度学习算法RNN、LSTM、GRU、CNN等；
掌握Transformer、BERT以及BERT变体RoBERTa、BERT-WWM等；
掌握传统机器学习算法贝叶斯、决策树、随机森林、SVM、逻辑回归、Xgboost、聚类降维算法等；
掌握数据结构和算法，熟练使用linux系统，熟练使用pytorch、sklearn，熟练使用gensim、numpy、pandas、matplotlib等库。
方向：机器学习、自然语言处理
掌握深度学习算法RNN、LSTM、GRU、CNN等；
掌握Transformer、BERT以及BERT变体RoBERTa、BERT-WWM等；
掌握传统机器学习算法贝叶斯、决策树、随机森林、SVM、逻辑回归、Xgboost、聚类降维算法等；
掌握数据结构和算法，熟练使用linux系统，熟练使用pytorch、sklearn，熟练使用gensim、numpy、pandas、matplotlib等库。
项目经验
1、搭建机器学习平台，应用于材料领域模拟机算；
1)平台接受数据采用excel格式，内部使用pandas处理数据；
2)平台包含数据预处理、特征工程、算法、模型复用模块；
3)传统机器学习算法使用sklearn，深度学习算法使用pytorch；
4)模型复用使用pickle模块保存并调用模型。
成就：平台已经得到较多的材料领域客户（3000+）使用，用户能够快速拖拽模块建立机器学习流程，部分客户使用此机器学习平台辅助发表论文。
1)平台接受数据采用excel格式，内部使用pandas处理数据；
2)平台包含数据预处理、特征工程、算法、模型复用模块；
3)传统机器学习算法使用sklearn，深度学习算法使用pytorch；
4)模型复用使用pickle模块保存并调用模型。
成就：平台已经得到较多的材料领域客户（3000+）使用，用户能够快速拖拽模块建立机器学习流程，部分客户使用此机器学习平台辅助发表论文。
立即沟通
