1、熟练掌握python、sql、shell、R、Java、spark、hive等编程语言，大数据工具，numpy、pandas、matplotlib等数据分析和可视化工具库，具备丰富数据处理、分析、挖掘、分析报告编写的经验
2、熟悉常用的机器学习算法，如LR、SVM、RF、lightgbm、xgb等模型，熟悉sklearn、xgboost、sparkml等机器学习库的使用，有丰富机器学习算法训练、优化经验
3、熟悉cv、nlp和风控常用的深度学习模型（cnn变种、rnn变种、transformer变种等模型），主要使用pytorch进行模型开发、训练和调优，并能独立使用onnx、tensorrt来部署模型

1、图片相关：在不同的项目中使用过全卷积网络、vit多个变种网络等图像分类模型，yolo系列的检测模型，优化预处理模块、模型架构、损失函数等方式大幅提升违规样本的召回和精确率，并降低人审量，并完成模型的tensorrt部署和模型推理服务开发
2、文本相关：过往项目使用或魔改过文本分类（如textcnn、bert变种等），文本匹配（esim、SentenceBert等）模型进行短文本分类和相似度匹配、多语言语义分析等，并完成onnx的模型部署
3、结构化数据：通过挖掘用户的行为特征、风险特征等，构建行为序列模型、图模型，能准确识别出线上的风险用户