奏
高级推荐算法工程师
云集 · 6年经验
日薪：
￥900/8h
地点：
杭州 拱墅
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
参与推荐系统的搭建，负责商详页、购物车等多个场景的个性化推荐；
熟练掌握常用的推荐相关的机器学习&深度学习算法，如CF、YoutebeNet、SASRec、WDL等；
参与知识图谱的构建，并将知识图谱应用于推荐系统中，对GNN、GCN、graphSAGE等图算法有一定的了解和应用；
熟练使用Python、Spark、R语言等编程语言，熟悉Tensorflow、Keras等主 流深度学习框架。
熟练掌握常用的推荐相关的机器学习&深度学习算法，如CF、YoutebeNet、SASRec、WDL等；
参与知识图谱的构建，并将知识图谱应用于推荐系统中，对GNN、GCN、graphSAGE等图算法有一定的了解和应用；
熟练使用Python、Spark、R语言等编程语言，熟悉Tensorflow、Keras等主 流深度学习框架。
项目经验
对原有的线上新闻分类算法进行优化，从传统机器学习转入深度学习，采用TextCNN、TextRNN等算法对新闻类数据进行分类，线上平均准确率在99%左右，较原先有了大幅度的提升；
对query-title数据进行文本清洗、分词等预处理操作，并构建模型训练集；
分别采用文本分类模型TextCNN、文本匹配模型DSSM、预训练模型BERT等进行训练，生成每个query和title的Embedding表征；
线上服务采用基于Flask框架开发的实时向量召回引擎，实时生成query向量，
并基于Faiss框架快速检索相似度最高的title进行召回。
对query-title数据进行文本清洗、分词等预处理操作，并构建模型训练集；
分别采用文本分类模型TextCNN、文本匹配模型DSSM、预训练模型BERT等进行训练，生成每个query和title的Embedding表征；
线上服务采用基于Flask框架开发的实时向量召回引擎，实时生成query向量，
并基于Faiss框架快速检索相似度最高的title进行召回。
奏
高级推荐算法工程师 · 6年经验 · 云集
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
参与推荐系统的搭建，负责商详页、购物车等多个场景的个性化推荐；
熟练掌握常用的推荐相关的机器学习&深度学习算法，如CF、YoutebeNet、SASRec、WDL等；
参与知识图谱的构建，并将知识图谱应用于推荐系统中，对GNN、GCN、graphSAGE等图算法有一定的了解和应用；
熟练使用Python、Spark、R语言等编程语言，熟悉Tensorflow、Keras等主 流深度学习框架。
熟练掌握常用的推荐相关的机器学习&深度学习算法，如CF、YoutebeNet、SASRec、WDL等；
参与知识图谱的构建，并将知识图谱应用于推荐系统中，对GNN、GCN、graphSAGE等图算法有一定的了解和应用；
熟练使用Python、Spark、R语言等编程语言，熟悉Tensorflow、Keras等主 流深度学习框架。
项目经验
对原有的线上新闻分类算法进行优化，从传统机器学习转入深度学习，采用TextCNN、TextRNN等算法对新闻类数据进行分类，线上平均准确率在99%左右，较原先有了大幅度的提升；
对query-title数据进行文本清洗、分词等预处理操作，并构建模型训练集；
分别采用文本分类模型TextCNN、文本匹配模型DSSM、预训练模型BERT等进行训练，生成每个query和title的Embedding表征；
线上服务采用基于Flask框架开发的实时向量召回引擎，实时生成query向量，
并基于Faiss框架快速检索相似度最高的title进行召回。
对query-title数据进行文本清洗、分词等预处理操作，并构建模型训练集；
分别采用文本分类模型TextCNN、文本匹配模型DSSM、预训练模型BERT等进行训练，生成每个query和title的Embedding表征；
线上服务采用基于Flask框架开发的实时向量召回引擎，实时生成query向量，
并基于Faiss框架快速检索相似度最高的title进行召回。
立即沟通
