👽 张天明
nlp高级算法工程师
58同城 · 5年经验
日薪：
￥1000/8h
地点：
北京 朝阳
时间：
周六周日可工作日远程可工作日驻场（离职原因）可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 熟练使用 keras,tensorfolow,paddle,pytorch， 掌握分布式 TensorFlow 程序编写及部署
2. 熟练掌握 python ， java 和 Scala (开发过 spark 项目)
3. 熟悉自然语言处理常用方法中文分词， 词向量， 句向量， 文本分类， 文本生成， 语义相似度计算
4. 熟悉常用的神经网络结构， 如 CNN， RNN， LSTM， GRU,GAN 等
5. 掌握 Ltp ， Standford NLP ， NLTK， hanlp 等 nlp 系列处理框架
6. 熟悉常用模型方法及架构 seq2seq,attention,transformer， elmo,gpt,bert 及其变体
7. 熟悉 Hadoop 生态圈相关技术， 如 spark, Hbase， Hive， Zookeeper， Sqoop 等
8. 对推荐系统有一定的研究,了解协同过滤， 矩阵分解， FM， deep_FM， xdeep_FM 等相关算法
2. 熟练掌握 python ， java 和 Scala (开发过 spark 项目)
3. 熟悉自然语言处理常用方法中文分词， 词向量， 句向量， 文本分类， 文本生成， 语义相似度计算
4. 熟悉常用的神经网络结构， 如 CNN， RNN， LSTM， GRU,GAN 等
5. 掌握 Ltp ， Standford NLP ， NLTK， hanlp 等 nlp 系列处理框架
6. 熟悉常用模型方法及架构 seq2seq,attention,transformer， elmo,gpt,bert 及其变体
7. 熟悉 Hadoop 生态圈相关技术， 如 spark, Hbase， Hive， Zookeeper， Sqoop 等
8. 对推荐系统有一定的研究,了解协同过滤， 矩阵分解， FM， deep_FM， xdeep_FM 等相关算法
项目经验
资讯文本分类： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容进行分类，打标签，用于下游推荐和分发；
对接产品需求，根据分类需求，给出调研方案，数据标注方案及待标注数据集
整理数据集，挖掘相关特征
调试相关模型，融合特征（模型多采用bert，wwm，多模态等），调试参数，到达理想效果，行业标签49 分
类模型acc 83.76%, 行业一级分类acc 96.9%
模型上线，提供调用接口
资讯文本信息抽取： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容地域信息提取；
文本分词处理，关键词字典生成
整理信息提取策略，开发提取，消歧，匹配
训练全国模型，扩充地域提取策略，算法精准率93%，召回率88%
模型上线，提供调用接口
特征平台开发： 58本地版特征中台，方便各位算法同事抽取特征，处理特征，提升开发效率；
特征平台方案调研讨论整理
基础框架代码开发，离线统计特征处理，实时统计特征处理
相关特征生成，如文本embedding，ner,tf_idf等
离线特征和实时特征整合入库
对接产品需求，根据分类需求，给出调研方案，数据标注方案及待标注数据集
整理数据集，挖掘相关特征
调试相关模型，融合特征（模型多采用bert，wwm，多模态等），调试参数，到达理想效果，行业标签49 分
类模型acc 83.76%, 行业一级分类acc 96.9%
模型上线，提供调用接口
资讯文本信息抽取： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容地域信息提取；
文本分词处理，关键词字典生成
整理信息提取策略，开发提取，消歧，匹配
训练全国模型，扩充地域提取策略，算法精准率93%，召回率88%
模型上线，提供调用接口
特征平台开发： 58本地版特征中台，方便各位算法同事抽取特征，处理特征，提升开发效率；
特征平台方案调研讨论整理
基础框架代码开发，离线统计特征处理，实时统计特征处理
相关特征生成，如文本embedding，ner,tf_idf等
离线特征和实时特征整合入库
👽 张天明
nlp高级算法工程师 · 5年经验 · 58同城
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. 熟练使用 keras,tensorfolow,paddle,pytorch， 掌握分布式 TensorFlow 程序编写及部署
2. 熟练掌握 python ， java 和 Scala (开发过 spark 项目)
3. 熟悉自然语言处理常用方法中文分词， 词向量， 句向量， 文本分类， 文本生成， 语义相似度计算
4. 熟悉常用的神经网络结构， 如 CNN， RNN， LSTM， GRU,GAN 等
5. 掌握 Ltp ， Standford NLP ， NLTK， hanlp 等 nlp 系列处理框架
6. 熟悉常用模型方法及架构 seq2seq,attention,transformer， elmo,gpt,bert 及其变体
7. 熟悉 Hadoop 生态圈相关技术， 如 spark, Hbase， Hive， Zookeeper， Sqoop 等
8. 对推荐系统有一定的研究,了解协同过滤， 矩阵分解， FM， deep_FM， xdeep_FM 等相关算法
2. 熟练掌握 python ， java 和 Scala (开发过 spark 项目)
3. 熟悉自然语言处理常用方法中文分词， 词向量， 句向量， 文本分类， 文本生成， 语义相似度计算
4. 熟悉常用的神经网络结构， 如 CNN， RNN， LSTM， GRU,GAN 等
5. 掌握 Ltp ， Standford NLP ， NLTK， hanlp 等 nlp 系列处理框架
6. 熟悉常用模型方法及架构 seq2seq,attention,transformer， elmo,gpt,bert 及其变体
7. 熟悉 Hadoop 生态圈相关技术， 如 spark, Hbase， Hive， Zookeeper， Sqoop 等
8. 对推荐系统有一定的研究,了解协同过滤， 矩阵分解， FM， deep_FM， xdeep_FM 等相关算法
项目经验
资讯文本分类： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容进行分类，打标签，用于下游推荐和分发；
对接产品需求，根据分类需求，给出调研方案，数据标注方案及待标注数据集
整理数据集，挖掘相关特征
调试相关模型，融合特征（模型多采用bert，wwm，多模态等），调试参数，到达理想效果，行业标签49 分
类模型acc 83.76%, 行业一级分类acc 96.9%
模型上线，提供调用接口
资讯文本信息抽取： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容地域信息提取；
文本分词处理，关键词字典生成
整理信息提取策略，开发提取，消歧，匹配
训练全国模型，扩充地域提取策略，算法精准率93%，召回率88%
模型上线，提供调用接口
特征平台开发： 58本地版特征中台，方便各位算法同事抽取特征，处理特征，提升开发效率；
特征平台方案调研讨论整理
基础框架代码开发，离线统计特征处理，实时统计特征处理
相关特征生成，如文本embedding，ner,tf_idf等
离线特征和实时特征整合入库
对接产品需求，根据分类需求，给出调研方案，数据标注方案及待标注数据集
整理数据集，挖掘相关特征
调试相关模型，融合特征（模型多采用bert，wwm，多模态等），调试参数，到达理想效果，行业标签49 分
类模型acc 83.76%, 行业一级分类acc 96.9%
模型上线，提供调用接口
资讯文本信息抽取： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容地域信息提取；
文本分词处理，关键词字典生成
整理信息提取策略，开发提取，消歧，匹配
训练全国模型，扩充地域提取策略，算法精准率93%，召回率88%
模型上线，提供调用接口
特征平台开发： 58本地版特征中台，方便各位算法同事抽取特征，处理特征，提升开发效率；
特征平台方案调研讨论整理
基础框架代码开发，离线统计特征处理，实时统计特征处理
相关特征生成，如文本embedding，ner,tf_idf等
离线特征和实时特征整合入库
案例展示
文本分类
资讯文本分类： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容进行分类，打标签，用于下游推荐和分发； 对接产品需求，根据分类需求，给出调研方案，数据标注方案及待标注数据集 整理数据集，挖掘相关特征 调试相关模型，融合特征（模型多采用bert，wwm，多模态等），调试
文本分类
资讯文本分类： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容进行分类，打标签，用于下游推荐和分发； 对接产品需求，根据分类需求，给出调研方案，数据标注方案及待标注数据集 整理数据集，挖掘相关特征 调试相关模型，融合特征（模型多采用bert，wwm，多模态等），调试
信息抽取
资讯文本信息抽取： 对58本地版资讯，58部落等资讯内容和招聘求职贴各内容地域信息提取； 文本分词处理，关键词字典生成 整理信息提取策略，开发提取，消歧，匹配 训练全国模型，扩充地域提取策略，算法精准率93%，召回率88% 模型上线，提供调用接口
立即沟通
