猿急送>

北京其它兼职程序员

ID：311088

满囤儿1989 身份已认证

算法工程师

公司信息：
百度

工作经验：
5年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日

所在区域：
北京
海淀

技术能力

（1）熟悉常用的LR、FM、GBDT等机器学习算法
（2）熟悉常用的MLP、CNN、RNN、word2vec、doc2vec等深度学习算法
（3）熟练使用tensorflow深度学习平台，有MLP、CNN等深度模型研发、落地实践经验
（4）熟练掌握hadoop、spark等大数据处理工具，处理过亿级别的分布式大数据
（5）精通python、shell等编程语言
（6）熟悉linux开发环境、git代码管理工具

项目经验

项目一：死链研判系统迭代升级
（1）工作内容：使用深度学习算法提升死链系统研判精度
（2）主要职责：基于深度学习算法textCNN训练文本分类模型，配合工程部署上上线
（3）工作成果：死链系统研判精度提升3个百分点，荣获百度2021-Q3死链业务卓越冲锋奖

项目二：推荐系统召回通路研发
（1）工作内容：基于Embedding技术，实现推荐推荐基于内容和基于用户协同过滤的召回服务
（2）工作职责：基于物品的标题、摘要和关键词等文本数据，使用doc2vec训练物品的语义向量；根据用户行为历史，制定用户向量表达公式；使用faiss近邻搜索工具，实现线上内容和用户协同过滤召回服务
（3）工作成果：推荐系统UV点击率绝对提升5个百分点，项目荣获A+等级评分

项目三：学术论文
已发表2篇推荐系统方向国际学术论文

项目四：专利
已公开发表1项推荐系统方向专利

案例展示

基于textCNN的文本分类模型

TextCNN包含四部分：词嵌入、卷积、池化、全连接+softmax，其实结构相比于图像领域简单很多。将卷积神经网络CNN应用到文本分类任务，利用多个不同size的kernel来提取句子中的关键信息（类似于多窗口大小的ngram），从而能够更好地捕捉局部相关性。
基于embedding的用户协同召回服务

基于用户的协同过滤算法通过分析用户间的相似性，给目标用户推荐相似用户感兴趣的物品。doc2vec是一种有效的长短文本embedding技术，通过向量化关键文本信息，结合faiss可实现用户协同过滤的在线服务