满囤儿1989
算法工程师
百度 · 5年经验
日薪：
￥500/8h
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
（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
（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
（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
ID:311088
复制
满囤儿1989
算法工程师 · 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
（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
（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
（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
立即沟通
