猿急送>

上海其它兼职程序员

ID：401126

pdxw 身份已认证

AI工程师

公司信息：
华为技术有限公司

工作经验：
3年

兼职日薪：
700元/8小时

兼职时间：
下班后
周六
周日

所在区域：
上海
浦东

技术能力

熟练使用Python编程、深度学习框架Pytorch，熟悉Java编程；
熟悉经典机器学习模型（K-Means、决策树、隐马尔可夫模型等）；
熟悉基本的神经网络结构（MLP、CNN、RNN、LSTM等）；
熟悉常见的自然语言处理模型（Word2Vec、Transformer、GPT系列、BERT）；
了解目前使用广泛的大模型微调技术（LoRA、Adapter、P-tuning等）；
熟悉数组、链表、二叉树等常用的数据结构，熟悉回溯、贪心等算法。

项目经验

结合对比学习的神经主题模型
1、研究概述
在以Cycle-GAN为基准的神经主题模型中，引入对比学习，直接对生成器部分产生作用，使模型训练与模型评估对齐，获得一致性更好的“主题-单词”分布。
2、主要工作
采用Cycle-GAN作为基准模型，使对比学习能够直接作用于“主题-单词”分布的学习；
基于Cycle-GAN的结构特性，提出了一种针对主题分布的数据增强方法；
设计了自监督对比损失和判别对比损失，在获得更好“主题-单词”分布的同时，维持模型各部分平衡。
3、研究成果
论文被CCF-A类会议 ACL 2023录用（第一作者）

案例展示

社媒数据舆情分析项目

1、项目描述为了提高对互联网海量源声中舆情的分析能力,本项目构建了一个社媒数据的热点挖掘与观点提取系统。系统的主要目标为：（1)对于海量互联网源声进行过滤,保留相关数据；（2)基于过滤结果,对源声进行事件抽取与编码,聚类形成业务热榜；（3)对于各业务热榜进行观点分
结合对比学习的神经主题模型

1、研究概述在以Cycle-GAN为基准的神经主题模型中，引入对比学习，直接对生成器部分产生作用，使模型训练与模型评估对齐，获得一致性更好的“主题-单词”分布。 2、主要工作采用Cycle-GAN作为基准模型，使对比学习能够直接作用于“主题-单词”分布的学习；基于