Accepted
硕士研究生
浙江大学 · 1年经验
日薪：
￥500/8h
地点：
上海 普陀
时间：
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
熟练使用栈、队列、链表等常见数据结构。
熟悉 XGBoost、回归、聚类等机器学习常用算法。
熟练使用 Linux 基本命令，熟悉 Docker 部署。
熟练使用 Python 及 SQL 语言，熟悉 pandas 等数据处理常用库。
熟练使用 MySQL，了解索引以及常见的优化手段等。
熟悉 XGBoost、回归、聚类等机器学习常用算法。
熟练使用 Linux 基本命令，熟悉 Docker 部署。
熟练使用 Python 及 SQL 语言，熟悉 pandas 等数据处理常用库。
熟练使用 MySQL，了解索引以及常见的优化手段等。
项目经验
路面性能衰变预测项目
项目描述：基于道路养护、病害、检测指标等多维度数据，开展数据工程、特征工程、模型建模，预测道路性能指标数据，以推进道路养护科学决策。
数据工程与特征工程：收集多维度指标数据，根据各数据表的主键-外键关联拼接数据，进行数据预处理、缺失值填补、特征提取、特征选择等，完成入模数据准备工作。
模型建立与调优：调研行业常用预测方法，建立 XGBoost 模型，完成模型训练及优化。路面性能衰变预测准确率超98.5%。
接口开发：基于 Flask 框架开发预测接口，调用接口预测未来指标。
项目描述：基于道路养护、病害、检测指标等多维度数据，开展数据工程、特征工程、模型建模，预测道路性能指标数据，以推进道路养护科学决策。
数据工程与特征工程：收集多维度指标数据，根据各数据表的主键-外键关联拼接数据，进行数据预处理、缺失值填补、特征提取、特征选择等，完成入模数据准备工作。
模型建立与调优：调研行业常用预测方法，建立 XGBoost 模型，完成模型训练及优化。路面性能衰变预测准确率超98.5%。
接口开发：基于 Flask 框架开发预测接口，调用接口预测未来指标。
Accepted
硕士研究生 · 1年经验 · 浙江大学
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
熟练使用栈、队列、链表等常见数据结构。
熟悉 XGBoost、回归、聚类等机器学习常用算法。
熟练使用 Linux 基本命令，熟悉 Docker 部署。
熟练使用 Python 及 SQL 语言，熟悉 pandas 等数据处理常用库。
熟练使用 MySQL，了解索引以及常见的优化手段等。
熟悉 XGBoost、回归、聚类等机器学习常用算法。
熟练使用 Linux 基本命令，熟悉 Docker 部署。
熟练使用 Python 及 SQL 语言，熟悉 pandas 等数据处理常用库。
熟练使用 MySQL，了解索引以及常见的优化手段等。
项目经验
路面性能衰变预测项目
项目描述：基于道路养护、病害、检测指标等多维度数据，开展数据工程、特征工程、模型建模，预测道路性能指标数据，以推进道路养护科学决策。
数据工程与特征工程：收集多维度指标数据，根据各数据表的主键-外键关联拼接数据，进行数据预处理、缺失值填补、特征提取、特征选择等，完成入模数据准备工作。
模型建立与调优：调研行业常用预测方法，建立 XGBoost 模型，完成模型训练及优化。路面性能衰变预测准确率超98.5%。
接口开发：基于 Flask 框架开发预测接口，调用接口预测未来指标。
项目描述：基于道路养护、病害、检测指标等多维度数据，开展数据工程、特征工程、模型建模，预测道路性能指标数据，以推进道路养护科学决策。
数据工程与特征工程：收集多维度指标数据，根据各数据表的主键-外键关联拼接数据，进行数据预处理、缺失值填补、特征提取、特征选择等，完成入模数据准备工作。
模型建立与调优：调研行业常用预测方法，建立 XGBoost 模型，完成模型训练及优化。路面性能衰变预测准确率超98.5%。
接口开发：基于 Flask 框架开发预测接口，调用接口预测未来指标。
立即沟通
