王伍万
资深算法工程师
XXX · 6年经验
日薪：
￥500/8h
地点：
北京 朝阳
时间：
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
编程语言：Python、Java、GO、
数据库：Mysql、MongoDB、Hive
深度学习框架：pytorch、tensorflow
机器学习算法：sklearn、XGB、LGB
深度学习算法：LSTM、CNN、Transformer、NLP、CV、YOLO
数据库：Mysql、MongoDB、Hive
深度学习框架：pytorch、tensorflow
机器学习算法：sklearn、XGB、LGB
深度学习算法：LSTM、CNN、Transformer、NLP、CV、YOLO
项目经验
通过事实类关系以及⾏为、内容类关系构建异构图，采⽤社区挖掘Lovain以及快速发现团伙以及使⽤GraphSaint算法识别异常用户。
项⽬职责：
1、事实类关系的抽取以及权重的计算，主要针对IP类弱事实关系抽取采⽤BM25算法计算权重；内容类关系搭建，主要采
⽤预训练模型对内容相似性进⾏计算；⾏为协同性主要是从登录、发帖、浏览等⾏为⽅⾯对关系进⾏计算抽取；
2、基于pytorch_geometric 开源库实现GraphSaint 算法，对中介⽤户进⾏识别并对模型效果进⾏评估。
达到效果：
1、图挖掘模型对⽐XGBoost模型在精准率和召回率有1%-2%的提升。
2、在治理上对于信息真实度有1%左右的提升。
项⽬职责：
1、事实类关系的抽取以及权重的计算，主要针对IP类弱事实关系抽取采⽤BM25算法计算权重；内容类关系搭建，主要采
⽤预训练模型对内容相似性进⾏计算；⾏为协同性主要是从登录、发帖、浏览等⾏为⽅⾯对关系进⾏计算抽取；
2、基于pytorch_geometric 开源库实现GraphSaint 算法，对中介⽤户进⾏识别并对模型效果进⾏评估。
达到效果：
1、图挖掘模型对⽐XGBoost模型在精准率和召回率有1%-2%的提升。
2、在治理上对于信息真实度有1%左右的提升。
ID:327756
复制
王伍万
资深算法工程师 · 6年经验 · XXX
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
编程语言：Python、Java、GO、
数据库：Mysql、MongoDB、Hive
深度学习框架：pytorch、tensorflow
机器学习算法：sklearn、XGB、LGB
深度学习算法：LSTM、CNN、Transformer、NLP、CV、YOLO
数据库：Mysql、MongoDB、Hive
深度学习框架：pytorch、tensorflow
机器学习算法：sklearn、XGB、LGB
深度学习算法：LSTM、CNN、Transformer、NLP、CV、YOLO
项目经验
通过事实类关系以及⾏为、内容类关系构建异构图，采⽤社区挖掘Lovain以及快速发现团伙以及使⽤GraphSaint算法识别异常用户。
项⽬职责：
1、事实类关系的抽取以及权重的计算，主要针对IP类弱事实关系抽取采⽤BM25算法计算权重；内容类关系搭建，主要采
⽤预训练模型对内容相似性进⾏计算；⾏为协同性主要是从登录、发帖、浏览等⾏为⽅⾯对关系进⾏计算抽取；
2、基于pytorch_geometric 开源库实现GraphSaint 算法，对中介⽤户进⾏识别并对模型效果进⾏评估。
达到效果：
1、图挖掘模型对⽐XGBoost模型在精准率和召回率有1%-2%的提升。
2、在治理上对于信息真实度有1%左右的提升。
项⽬职责：
1、事实类关系的抽取以及权重的计算，主要针对IP类弱事实关系抽取采⽤BM25算法计算权重；内容类关系搭建，主要采
⽤预训练模型对内容相似性进⾏计算；⾏为协同性主要是从登录、发帖、浏览等⾏为⽅⾯对关系进⾏计算抽取；
2、基于pytorch_geometric 开源库实现GraphSaint 算法，对中介⽤户进⾏识别并对模型效果进⾏评估。
达到效果：
1、图挖掘模型对⽐XGBoost模型在精准率和召回率有1%-2%的提升。
2、在治理上对于信息真实度有1%左右的提升。
立即沟通
