Z.P.Tu
算法工程师
滴滴 · 1年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
下班后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
• 编程语言：了解C/C++、Java、SQL、Shell、Golang、Rust。掌握Python。
• 常用数据库：掌握常用数据库Mysql、Redis、Mongodb等的DDL（数据库定义语言），DML（数据操纵语言）
操作。
• 版本控制工具：熟练掌握Git相关命令。
• 数据结构和算法：掌握常用算法和数据结构。了解基本图算法，如广度优先算法和深度优先算法。
• 大数据框架：了解HDFS、Hive、Spark（Spark SQL，Spark Mlib，Spark Streaming，Pyspark）。了解HiveQL以
及Spark性能优化。
• 机器学习：熟练掌握Numpy、Pandas、Matplotlib、Seaborn、Sklearn框架，掌握常用机器学习算法。多次
参加Kaggle比赛，私榜最好名次达到top3%
• 深度学习：掌握Tensorflow框架，掌握Pytorch框架。了解基本深度学习模型。
• 并行计算：了解基于Cuda，MPI的并行计算语言。
• 隐私计算：熟悉安全多方计算协议，熟悉联邦学习算法，了解隐语，fate等框架。
• 常用数据库：掌握常用数据库Mysql、Redis、Mongodb等的DDL（数据库定义语言），DML（数据操纵语言）
操作。
• 版本控制工具：熟练掌握Git相关命令。
• 数据结构和算法：掌握常用算法和数据结构。了解基本图算法，如广度优先算法和深度优先算法。
• 大数据框架：了解HDFS、Hive、Spark（Spark SQL，Spark Mlib，Spark Streaming，Pyspark）。了解HiveQL以
及Spark性能优化。
• 机器学习：熟练掌握Numpy、Pandas、Matplotlib、Seaborn、Sklearn框架，掌握常用机器学习算法。多次
参加Kaggle比赛，私榜最好名次达到top3%
• 深度学习：掌握Tensorflow框架，掌握Pytorch框架。了解基本深度学习模型。
• 并行计算：了解基于Cuda，MPI的并行计算语言。
• 隐私计算：熟悉安全多方计算协议，熟悉联邦学习算法，了解隐语，fate等框架。
项目经验
1. 基于HTTP流量的风险识别：基于HTTP流量数据库采用机器学习聚类算法识别异常IP或者账户，经过多方溯源以及确认为风险IP或者
账户。
2. 岩土工程文本中文命名实体识别：使用Pytorch框架，设计Bert+BIGRU+CRF组合模型，识别岩土工程文本中命名实体，最后其精确率、召
回率和F1值达到了90%左右。
账户。
2. 岩土工程文本中文命名实体识别：使用Pytorch框架，设计Bert+BIGRU+CRF组合模型，识别岩土工程文本中命名实体，最后其精确率、召
回率和F1值达到了90%左右。
Z.P.Tu
算法工程师 · 1年经验 · 滴滴
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：了解C/C++、Java、SQL、Shell、Golang、Rust。掌握Python。
• 常用数据库：掌握常用数据库Mysql、Redis、Mongodb等的DDL（数据库定义语言），DML（数据操纵语言）
操作。
• 版本控制工具：熟练掌握Git相关命令。
• 数据结构和算法：掌握常用算法和数据结构。了解基本图算法，如广度优先算法和深度优先算法。
• 大数据框架：了解HDFS、Hive、Spark（Spark SQL，Spark Mlib，Spark Streaming，Pyspark）。了解HiveQL以
及Spark性能优化。
• 机器学习：熟练掌握Numpy、Pandas、Matplotlib、Seaborn、Sklearn框架，掌握常用机器学习算法。多次
参加Kaggle比赛，私榜最好名次达到top3%
• 深度学习：掌握Tensorflow框架，掌握Pytorch框架。了解基本深度学习模型。
• 并行计算：了解基于Cuda，MPI的并行计算语言。
• 隐私计算：熟悉安全多方计算协议，熟悉联邦学习算法，了解隐语，fate等框架。
• 常用数据库：掌握常用数据库Mysql、Redis、Mongodb等的DDL（数据库定义语言），DML（数据操纵语言）
操作。
• 版本控制工具：熟练掌握Git相关命令。
• 数据结构和算法：掌握常用算法和数据结构。了解基本图算法，如广度优先算法和深度优先算法。
• 大数据框架：了解HDFS、Hive、Spark（Spark SQL，Spark Mlib，Spark Streaming，Pyspark）。了解HiveQL以
及Spark性能优化。
• 机器学习：熟练掌握Numpy、Pandas、Matplotlib、Seaborn、Sklearn框架，掌握常用机器学习算法。多次
参加Kaggle比赛，私榜最好名次达到top3%
• 深度学习：掌握Tensorflow框架，掌握Pytorch框架。了解基本深度学习模型。
• 并行计算：了解基于Cuda，MPI的并行计算语言。
• 隐私计算：熟悉安全多方计算协议，熟悉联邦学习算法，了解隐语，fate等框架。
项目经验
1. 基于HTTP流量的风险识别：基于HTTP流量数据库采用机器学习聚类算法识别异常IP或者账户，经过多方溯源以及确认为风险IP或者
账户。
2. 岩土工程文本中文命名实体识别：使用Pytorch框架，设计Bert+BIGRU+CRF组合模型，识别岩土工程文本中命名实体，最后其精确率、召
回率和F1值达到了90%左右。
账户。
2. 岩土工程文本中文命名实体识别：使用Pytorch框架，设计Bert+BIGRU+CRF组合模型，识别岩土工程文本中命名实体，最后其精确率、召
回率和F1值达到了90%左右。
立即沟通
