star.
后端工程师
河海大学 · 3年经验
日薪：
￥800/8h
地点：
南京 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
本人擅长matlab和python的科学数据处理、机器学习和图像处理等科研相关程序的编写，同时掌握一定的GUI设计能力。主要技术能力简介如下：
1、深度学习
熟练掌握常见深度学习模型，包括CNN、RNN、GAN等，并能灵活运用于图像处理、自然语言处理等领域。
2、机器学习
具备扎实的机器学习基础，熟悉常见的机器学习算法，包括决策树、支持向量机、聚类等，并能在实际项目中进行应用。
3、Python
熟悉Python语言，能够熟练使用Python进行数据处理、特征工程和模型训练，并能进行性能优化和代码调试。
4、深度学习框架
熟悉常见的深度学习框架，包括TensorFlow、PyTorch等，能够灵活使用框架进行模型构建、训练和推理。
5、数据分析
具备良好的数据分析能力，能够熟练使用常见的数据分析工具和方法，进行数据清洗、可视化和挖掘。
1、深度学习
熟练掌握常见深度学习模型，包括CNN、RNN、GAN等，并能灵活运用于图像处理、自然语言处理等领域。
2、机器学习
具备扎实的机器学习基础，熟悉常见的机器学习算法，包括决策树、支持向量机、聚类等，并能在实际项目中进行应用。
3、Python
熟悉Python语言，能够熟练使用Python进行数据处理、特征工程和模型训练，并能进行性能优化和代码调试。
4、深度学习框架
熟悉常见的深度学习框架，包括TensorFlow、PyTorch等，能够灵活使用框架进行模型构建、训练和推理。
5、数据分析
具备良好的数据分析能力，能够熟练使用常见的数据分析工具和方法，进行数据清洗、可视化和挖掘。
项目经验
1、基于LightGBM模型的 面向电信行业存量用户的智能套餐个性化匹配模型
2、基于贪心思想的移动通信网络PCI规划模型
3、工程地质剖面图的工程信息自动化提取
2、基于贪心思想的移动通信网络PCI规划模型
3、工程地质剖面图的工程信息自动化提取
star.
后端工程师 · 3年经验 · 河海大学
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
本人擅长matlab和python的科学数据处理、机器学习和图像处理等科研相关程序的编写，同时掌握一定的GUI设计能力。主要技术能力简介如下：
1、深度学习
熟练掌握常见深度学习模型，包括CNN、RNN、GAN等，并能灵活运用于图像处理、自然语言处理等领域。
2、机器学习
具备扎实的机器学习基础，熟悉常见的机器学习算法，包括决策树、支持向量机、聚类等，并能在实际项目中进行应用。
3、Python
熟悉Python语言，能够熟练使用Python进行数据处理、特征工程和模型训练，并能进行性能优化和代码调试。
4、深度学习框架
熟悉常见的深度学习框架，包括TensorFlow、PyTorch等，能够灵活使用框架进行模型构建、训练和推理。
5、数据分析
具备良好的数据分析能力，能够熟练使用常见的数据分析工具和方法，进行数据清洗、可视化和挖掘。
1、深度学习
熟练掌握常见深度学习模型，包括CNN、RNN、GAN等，并能灵活运用于图像处理、自然语言处理等领域。
2、机器学习
具备扎实的机器学习基础，熟悉常见的机器学习算法，包括决策树、支持向量机、聚类等，并能在实际项目中进行应用。
3、Python
熟悉Python语言，能够熟练使用Python进行数据处理、特征工程和模型训练，并能进行性能优化和代码调试。
4、深度学习框架
熟悉常见的深度学习框架，包括TensorFlow、PyTorch等，能够灵活使用框架进行模型构建、训练和推理。
5、数据分析
具备良好的数据分析能力，能够熟练使用常见的数据分析工具和方法，进行数据清洗、可视化和挖掘。
项目经验
案例展示
电信行业存量用户的智能套餐个性化匹配模型
电信产业作为国家基础产业之一，覆盖广、用户多，在支撑国家建设和发展方面尤为重要。随着互联网技术的快速发展和普及，用户消耗的流量也成井喷态势，近年来，电信运营商推出大量的电信套餐用以满足用户的差异化需求，面对种类繁多的套餐，如何选择最合适的一款对于运营商和用户来说都至关重要，尤其是
基于贪心思想的移动通信网络PCI规划模型
移动通信中，PCI的数量有限，PCI的规划及合理复用配置十分重要。合理的规划有利于减少物理层的小区间的PCI干扰、混淆、冲突，增加PDCCH的吞吐量，尤其对基站小区覆盖边缘的用户及发生信号切换的用户，能有效降低用户相关困扰，提升幸福感。 本项目构建混合整数非线性模型，结合图论思
立即沟通
