Henry
Python工程师
百度 · 5年经验
日薪：
￥500/8h
地点：
武汉 全区
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
数据生态：
熟悉大数据生态系统分布式平台工具以及实时数据分析工具等
◆Structured Streaming、FlinkSQL/Client等常见实时流计算框架，Spark、Flink离线批处理计算框架的应用
◆HBase、Hive、Kafka等大数据组件以及Debezium的CDC数据同步组件的使用
◆使用阿里云Dataworks数据中台产品研发，基于ODPS构建离线数据仓库
◆Druid、Superset等实时分析型数据BI工具以及Airflow调度监控平台的使用
推理服务：
熟悉算法服务工程化推理及海量相似计算检索服务框架
◆Triton Server、Gunicore、Ray、TFServing等推理服务框架
◆Faiss、Annoy、Milvus、Redis等大规模Embeddeding向量计算框架
算法模型：
熟悉推荐系统召回、排序、重排等算法和工程化实现
◆基于协同过滤、双塔等向量模型、SDM等序列模型的召回算法
◆GBDT+LR、基于特征交叉模型、Wide&Deep系列模型、DIN序列模型的排序算法
◆基于运行策略规则的重排方案及多业务线Feeds留曝光的混排方案实现
编程语言:
Python、Scala、C/C++、Shell、SQL
Pandas、Numpy、PySpark等基于Python语言的数据分析和算法开发
熟悉大数据生态系统分布式平台工具以及实时数据分析工具等
◆Structured Streaming、FlinkSQL/Client等常见实时流计算框架，Spark、Flink离线批处理计算框架的应用
◆HBase、Hive、Kafka等大数据组件以及Debezium的CDC数据同步组件的使用
◆使用阿里云Dataworks数据中台产品研发，基于ODPS构建离线数据仓库
◆Druid、Superset等实时分析型数据BI工具以及Airflow调度监控平台的使用
推理服务：
熟悉算法服务工程化推理及海量相似计算检索服务框架
◆Triton Server、Gunicore、Ray、TFServing等推理服务框架
◆Faiss、Annoy、Milvus、Redis等大规模Embeddeding向量计算框架
算法模型：
熟悉推荐系统召回、排序、重排等算法和工程化实现
◆基于协同过滤、双塔等向量模型、SDM等序列模型的召回算法
◆GBDT+LR、基于特征交叉模型、Wide&Deep系列模型、DIN序列模型的排序算法
◆基于运行策略规则的重排方案及多业务线Feeds留曝光的混排方案实现
编程语言:
Python、Scala、C/C++、Shell、SQL
Pandas、Numpy、PySpark等基于Python语言的数据分析和算法开发
项目经验
● 警务政务门户推荐系统
项目介绍： 基于协同过滤的警务政务推荐系统，收集用户操作轨迹，为用户的日常工作提供建议
1. 基础数据服务建设
◆ 服务门户推荐逻辑开发，数据提取处理，为推荐系统提供政务门户专业基础服务数据
2. 用户数据分析，用户行为画像建立
◆ User Cluster精品图推荐引擎，用户、物品特征数据聚类处理，推荐候选集入库（Redis）
3. 个性化私人服务推荐
◆ 提取tag分词，准备用户推荐行为及物品特征数据，用户User Service偏好预测User Model建模
职责描述：
◆ 1. 参与数据中心设计与搭建、警务推荐系统架构设计相关工作
◆ 2. 参与开发离线MR计算，实现协同过滤CB、CF算法对用户行为数据挖掘
◆ 3. 采用机器学习算法对用户偏号预估的Ranking Model模型打分，数据包装检索推荐
● 大数据网站日志分析系统
项目介绍：收集Web服务日志，提供日志分析服务，获取网站流量，提供网站分析数据依据，提升网站用户体验
1. 网站离线分析，掌握流浪规律，优化网站结构和内容
◆ 采用MapReduce、HDFS、Hive等组件实现离线日志分析业务框架
◆ Nginx收集日志原始数据，原数据预处理与提取，定制数据持久化存储任务
2. 网站实时分析，分析网站访问在线状况，及时发现异常
◆ 采用Spark Streaming、HBase、Flume等组件搭建实时日志系统架构
◆ 设计采集日志数据进行清洗和转换，日志数据推送，实现对用户多维度统计分析和平台数据可视化
项目介绍： 基于协同过滤的警务政务推荐系统，收集用户操作轨迹，为用户的日常工作提供建议
1. 基础数据服务建设
◆ 服务门户推荐逻辑开发，数据提取处理，为推荐系统提供政务门户专业基础服务数据
2. 用户数据分析，用户行为画像建立
◆ User Cluster精品图推荐引擎，用户、物品特征数据聚类处理，推荐候选集入库（Redis）
3. 个性化私人服务推荐
◆ 提取tag分词，准备用户推荐行为及物品特征数据，用户User Service偏好预测User Model建模
职责描述：
◆ 1. 参与数据中心设计与搭建、警务推荐系统架构设计相关工作
◆ 2. 参与开发离线MR计算，实现协同过滤CB、CF算法对用户行为数据挖掘
◆ 3. 采用机器学习算法对用户偏号预估的Ranking Model模型打分，数据包装检索推荐
● 大数据网站日志分析系统
项目介绍：收集Web服务日志，提供日志分析服务，获取网站流量，提供网站分析数据依据，提升网站用户体验
1. 网站离线分析，掌握流浪规律，优化网站结构和内容
◆ 采用MapReduce、HDFS、Hive等组件实现离线日志分析业务框架
◆ Nginx收集日志原始数据，原数据预处理与提取，定制数据持久化存储任务
2. 网站实时分析，分析网站访问在线状况，及时发现异常
◆ 采用Spark Streaming、HBase、Flume等组件搭建实时日志系统架构
◆ 设计采集日志数据进行清洗和转换，日志数据推送，实现对用户多维度统计分析和平台数据可视化
案例展示 全部案例 >
Henry
Python工程师 · 5年经验 · 百度
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
数据生态：
熟悉大数据生态系统分布式平台工具以及实时数据分析工具等
◆Structured Streaming、FlinkSQL/Client等常见实时流计算框架，Spark、Flink离线批处理计算框架的应用
◆HBase、Hive、Kafka等大数据组件以及Debezium的CDC数据同步组件的使用
◆使用阿里云Dataworks数据中台产品研发，基于ODPS构建离线数据仓库
◆Druid、Superset等实时分析型数据BI工具以及Airflow调度监控平台的使用
推理服务：
熟悉算法服务工程化推理及海量相似计算检索服务框架
◆Triton Server、Gunicore、Ray、TFServing等推理服务框架
◆Faiss、Annoy、Milvus、Redis等大规模Embeddeding向量计算框架
算法模型：
熟悉推荐系统召回、排序、重排等算法和工程化实现
◆基于协同过滤、双塔等向量模型、SDM等序列模型的召回算法
◆GBDT+LR、基于特征交叉模型、Wide&Deep系列模型、DIN序列模型的排序算法
◆基于运行策略规则的重排方案及多业务线Feeds留曝光的混排方案实现
编程语言:
Python、Scala、C/C++、Shell、SQL
Pandas、Numpy、PySpark等基于Python语言的数据分析和算法开发
熟悉大数据生态系统分布式平台工具以及实时数据分析工具等
◆Structured Streaming、FlinkSQL/Client等常见实时流计算框架，Spark、Flink离线批处理计算框架的应用
◆HBase、Hive、Kafka等大数据组件以及Debezium的CDC数据同步组件的使用
◆使用阿里云Dataworks数据中台产品研发，基于ODPS构建离线数据仓库
◆Druid、Superset等实时分析型数据BI工具以及Airflow调度监控平台的使用
推理服务：
熟悉算法服务工程化推理及海量相似计算检索服务框架
◆Triton Server、Gunicore、Ray、TFServing等推理服务框架
◆Faiss、Annoy、Milvus、Redis等大规模Embeddeding向量计算框架
算法模型：
熟悉推荐系统召回、排序、重排等算法和工程化实现
◆基于协同过滤、双塔等向量模型、SDM等序列模型的召回算法
◆GBDT+LR、基于特征交叉模型、Wide&Deep系列模型、DIN序列模型的排序算法
◆基于运行策略规则的重排方案及多业务线Feeds留曝光的混排方案实现
编程语言:
Python、Scala、C/C++、Shell、SQL
Pandas、Numpy、PySpark等基于Python语言的数据分析和算法开发
项目经验
● 警务政务门户推荐系统
项目介绍： 基于协同过滤的警务政务推荐系统，收集用户操作轨迹，为用户的日常工作提供建议
1. 基础数据服务建设
◆ 服务门户推荐逻辑开发，数据提取处理，为推荐系统提供政务门户专业基础服务数据
2. 用户数据分析，用户行为画像建立
◆ User Cluster精品图推荐引擎，用户、物品特征数据聚类处理，推荐候选集入库（Redis）
3. 个性化私人服务推荐
◆ 提取tag分词，准备用户推荐行为及物品特征数据，用户User Service偏好预测User Model建模
职责描述：
◆ 1. 参与数据中心设计与搭建、警务推荐系统架构设计相关工作
◆ 2. 参与开发离线MR计算，实现协同过滤CB、CF算法对用户行为数据挖掘
◆ 3. 采用机器学习算法对用户偏号预估的Ranking Model模型打分，数据包装检索推荐
● 大数据网站日志分析系统
项目介绍：收集Web服务日志，提供日志分析服务，获取网站流量，提供网站分析数据依据，提升网站用户体验
1. 网站离线分析，掌握流浪规律，优化网站结构和内容
◆ 采用MapReduce、HDFS、Hive等组件实现离线日志分析业务框架
◆ Nginx收集日志原始数据，原数据预处理与提取，定制数据持久化存储任务
2. 网站实时分析，分析网站访问在线状况，及时发现异常
◆ 采用Spark Streaming、HBase、Flume等组件搭建实时日志系统架构
◆ 设计采集日志数据进行清洗和转换，日志数据推送，实现对用户多维度统计分析和平台数据可视化
项目介绍： 基于协同过滤的警务政务推荐系统，收集用户操作轨迹，为用户的日常工作提供建议
1. 基础数据服务建设
◆ 服务门户推荐逻辑开发，数据提取处理，为推荐系统提供政务门户专业基础服务数据
2. 用户数据分析，用户行为画像建立
◆ User Cluster精品图推荐引擎，用户、物品特征数据聚类处理，推荐候选集入库（Redis）
3. 个性化私人服务推荐
◆ 提取tag分词，准备用户推荐行为及物品特征数据，用户User Service偏好预测User Model建模
职责描述：
◆ 1. 参与数据中心设计与搭建、警务推荐系统架构设计相关工作
◆ 2. 参与开发离线MR计算，实现协同过滤CB、CF算法对用户行为数据挖掘
◆ 3. 采用机器学习算法对用户偏号预估的Ranking Model模型打分，数据包装检索推荐
● 大数据网站日志分析系统
项目介绍：收集Web服务日志，提供日志分析服务，获取网站流量，提供网站分析数据依据，提升网站用户体验
1. 网站离线分析，掌握流浪规律，优化网站结构和内容
◆ 采用MapReduce、HDFS、Hive等组件实现离线日志分析业务框架
◆ Nginx收集日志原始数据，原数据预处理与提取，定制数据持久化存储任务
2. 网站实时分析，分析网站访问在线状况，及时发现异常
◆ 采用Spark Streaming、HBase、Flume等组件搭建实时日志系统架构
◆ 设计采集日志数据进行清洗和转换，日志数据推送，实现对用户多维度统计分析和平台数据可视化
立即沟通
