😈
运维开发工程师
shopee · 2年经验
日薪：
￥600/8h
地点：
北京 海淀
时间：
下班后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
1.分类任务：情感识别，意图识别，问题回答。
2. 文本生成任务：机器翻译，人机对话。
3. 词向量文本表述的方法：基于one-hot，tf-idf，bag of words。
4.序列挖掘：RNN，LSTM和GRU的原理了解。
5. 基于词向量的动态表征：GPT，BERT，RAG。
6. 生成句向量：doc2vec，bert，词向量拼接，累加法，平均法，tf-idf加权平均法，SIF嵌入法。
7. 熟悉Tensorflow,sklearn,Pytorch等操作。
8. 熟悉langchain，huggingface等操作。对Prompt工程有经验。
9. 熟悉Python，ChatGLM，ChatGPT，大语言模型等操作。
计算机网络基础、大数据技术、Python语言编程、Openstack云计算基础架构平台技术与应用、公有云运维与应用、
信息安全攻防演练、虚拟化技术与应用、数据存储与数据管理。
熟悉Python语言、VMware虚拟机、掌握MySQL、 Windows、Linux、Kali系统、Burp suite攻击、 Wireshark抓包、OWASP漏洞分析、阿里云维护、容器运维K8S、Docker。
2. 文本生成任务：机器翻译，人机对话。
3. 词向量文本表述的方法：基于one-hot，tf-idf，bag of words。
4.序列挖掘：RNN，LSTM和GRU的原理了解。
5. 基于词向量的动态表征：GPT，BERT，RAG。
6. 生成句向量：doc2vec，bert，词向量拼接，累加法，平均法，tf-idf加权平均法，SIF嵌入法。
7. 熟悉Tensorflow,sklearn,Pytorch等操作。
8. 熟悉langchain，huggingface等操作。对Prompt工程有经验。
9. 熟悉Python，ChatGLM，ChatGPT，大语言模型等操作。
计算机网络基础、大数据技术、Python语言编程、Openstack云计算基础架构平台技术与应用、公有云运维与应用、
信息安全攻防演练、虚拟化技术与应用、数据存储与数据管理。
熟悉Python语言、VMware虚拟机、掌握MySQL、 Windows、Linux、Kali系统、Burp suite攻击、 Wireshark抓包、OWASP漏洞分析、阿里云维护、容器运维K8S、Docker。
项目经验
基于脑电波检测的助盲哑人工智能应用的研发
项目开发了一款基于脑电波监测的助盲哑人工智能应用设备，通过Arduino开发板采集脑电波数据，发送到云端智能深度学习脑
电波数据，生成脑电波模板和指令，连接智能手机，发送指令到手机，手机APP完成指令。
运用快速FFT（傅里叶变换）的方式提取受试者的频域特征，定性的分析受试者专注状态下的脑电频域特征。使用Tensorflow
训练模型，并使用LinearRegressor 配置线性回归模型。控制云服务集成了数据结构化以及机器学习训练，终端设备需要将脑
波头箍收集到的脑波信息传输至云端进行处理，并与云端同步机器学习模型。
基于Seq2seq的智能问答客服机器人
作为核心成员，参与了一款智能问答产品的全周期开发。负责收集和分析用户需求，设计产品功能，协调团队资源，确保项
目按时交付。该产品上线后，获得了良好的用户反馈。
解决用户等待时间过长的问题，24/7全天候提供服务，标准化回答，同时解决了跨语言交流的场景痛点。提高用户满意度，
降低运营成本，提升企业效率。带来了用户更好的体验，和用户建立长期稳定关系。收集和分析用户数据，为我们提供更多
用户需求和趋势信息，有助于制定更精准的市场策略。多元化个性化服务模式满足用户需求。
项目开发了一款基于脑电波监测的助盲哑人工智能应用设备，通过Arduino开发板采集脑电波数据，发送到云端智能深度学习脑
电波数据，生成脑电波模板和指令，连接智能手机，发送指令到手机，手机APP完成指令。
运用快速FFT（傅里叶变换）的方式提取受试者的频域特征，定性的分析受试者专注状态下的脑电频域特征。使用Tensorflow
训练模型，并使用LinearRegressor 配置线性回归模型。控制云服务集成了数据结构化以及机器学习训练，终端设备需要将脑
波头箍收集到的脑波信息传输至云端进行处理，并与云端同步机器学习模型。
基于Seq2seq的智能问答客服机器人
作为核心成员，参与了一款智能问答产品的全周期开发。负责收集和分析用户需求，设计产品功能，协调团队资源，确保项
目按时交付。该产品上线后，获得了良好的用户反馈。
解决用户等待时间过长的问题，24/7全天候提供服务，标准化回答，同时解决了跨语言交流的场景痛点。提高用户满意度，
降低运营成本，提升企业效率。带来了用户更好的体验，和用户建立长期稳定关系。收集和分析用户数据，为我们提供更多
用户需求和趋势信息，有助于制定更精准的市场策略。多元化个性化服务模式满足用户需求。
😈
运维开发工程师 · 2年经验 · shopee
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.分类任务：情感识别，意图识别，问题回答。
2. 文本生成任务：机器翻译，人机对话。
3. 词向量文本表述的方法：基于one-hot，tf-idf，bag of words。
4.序列挖掘：RNN，LSTM和GRU的原理了解。
5. 基于词向量的动态表征：GPT，BERT，RAG。
6. 生成句向量：doc2vec，bert，词向量拼接，累加法，平均法，tf-idf加权平均法，SIF嵌入法。
7. 熟悉Tensorflow,sklearn,Pytorch等操作。
8. 熟悉langchain，huggingface等操作。对Prompt工程有经验。
9. 熟悉Python，ChatGLM，ChatGPT，大语言模型等操作。
计算机网络基础、大数据技术、Python语言编程、Openstack云计算基础架构平台技术与应用、公有云运维与应用、
信息安全攻防演练、虚拟化技术与应用、数据存储与数据管理。
熟悉Python语言、VMware虚拟机、掌握MySQL、 Windows、Linux、Kali系统、Burp suite攻击、 Wireshark抓包、OWASP漏洞分析、阿里云维护、容器运维K8S、Docker。
2. 文本生成任务：机器翻译，人机对话。
3. 词向量文本表述的方法：基于one-hot，tf-idf，bag of words。
4.序列挖掘：RNN，LSTM和GRU的原理了解。
5. 基于词向量的动态表征：GPT，BERT，RAG。
6. 生成句向量：doc2vec，bert，词向量拼接，累加法，平均法，tf-idf加权平均法，SIF嵌入法。
7. 熟悉Tensorflow,sklearn,Pytorch等操作。
8. 熟悉langchain，huggingface等操作。对Prompt工程有经验。
9. 熟悉Python，ChatGLM，ChatGPT，大语言模型等操作。
计算机网络基础、大数据技术、Python语言编程、Openstack云计算基础架构平台技术与应用、公有云运维与应用、
信息安全攻防演练、虚拟化技术与应用、数据存储与数据管理。
熟悉Python语言、VMware虚拟机、掌握MySQL、 Windows、Linux、Kali系统、Burp suite攻击、 Wireshark抓包、OWASP漏洞分析、阿里云维护、容器运维K8S、Docker。
项目经验
基于脑电波检测的助盲哑人工智能应用的研发
项目开发了一款基于脑电波监测的助盲哑人工智能应用设备，通过Arduino开发板采集脑电波数据，发送到云端智能深度学习脑
电波数据，生成脑电波模板和指令，连接智能手机，发送指令到手机，手机APP完成指令。
运用快速FFT（傅里叶变换）的方式提取受试者的频域特征，定性的分析受试者专注状态下的脑电频域特征。使用Tensorflow
训练模型，并使用LinearRegressor 配置线性回归模型。控制云服务集成了数据结构化以及机器学习训练，终端设备需要将脑
波头箍收集到的脑波信息传输至云端进行处理，并与云端同步机器学习模型。
基于Seq2seq的智能问答客服机器人
作为核心成员，参与了一款智能问答产品的全周期开发。负责收集和分析用户需求，设计产品功能，协调团队资源，确保项
目按时交付。该产品上线后，获得了良好的用户反馈。
解决用户等待时间过长的问题，24/7全天候提供服务，标准化回答，同时解决了跨语言交流的场景痛点。提高用户满意度，
降低运营成本，提升企业效率。带来了用户更好的体验，和用户建立长期稳定关系。收集和分析用户数据，为我们提供更多
用户需求和趋势信息，有助于制定更精准的市场策略。多元化个性化服务模式满足用户需求。
项目开发了一款基于脑电波监测的助盲哑人工智能应用设备，通过Arduino开发板采集脑电波数据，发送到云端智能深度学习脑
电波数据，生成脑电波模板和指令，连接智能手机，发送指令到手机，手机APP完成指令。
运用快速FFT（傅里叶变换）的方式提取受试者的频域特征，定性的分析受试者专注状态下的脑电频域特征。使用Tensorflow
训练模型，并使用LinearRegressor 配置线性回归模型。控制云服务集成了数据结构化以及机器学习训练，终端设备需要将脑
波头箍收集到的脑波信息传输至云端进行处理，并与云端同步机器学习模型。
基于Seq2seq的智能问答客服机器人
作为核心成员，参与了一款智能问答产品的全周期开发。负责收集和分析用户需求，设计产品功能，协调团队资源，确保项
目按时交付。该产品上线后，获得了良好的用户反馈。
解决用户等待时间过长的问题，24/7全天候提供服务，标准化回答，同时解决了跨语言交流的场景痛点。提高用户满意度，
降低运营成本，提升企业效率。带来了用户更好的体验，和用户建立长期稳定关系。收集和分析用户数据，为我们提供更多
用户需求和趋势信息，有助于制定更精准的市场策略。多元化个性化服务模式满足用户需求。
立即沟通
