技术能力

编程语言：熟练掌握Python、Java，熟悉C++，能高效实现算法逻辑与工程化落地。
算法领域：精通机器学习（如决策树、SVM、神经网络）、深度学习（TensorFlow/PyTorch框架），熟悉自然语言处理（文本分类、实体识别）、计算机视觉（图像分类、目标检测）基础算法。
数据处理：熟练使用Pandas、NumPy进行数据清洗与特征工程，掌握SQL进行数据查询与分析。 工程工具：熟悉Linux系统操作，能使用Git进行版本控制，了解Docker容器化部署，具备算法模型部署与性能优化经验

项目经验

项目一：智能推荐系统优化

项目描述：针对某电商平台用户点击率低的问题，设计并优化个性化推荐算法。

职责与成果：

基于用户历史行为数据（浏览、收藏、购买），构建用户画像与商品特征体系，使用LightGBM模型进行点击率预测。

通过A/B测试对比优化前后效果，最终使平台商品点击率提升23%，用户留存率提升15%。

项目二：文本情感分析模型开发

项目描述：为某社交平台开发实时评论情感分析工具，辅助内容审核与用户反馈处理。
职责与成果：

采用BERT预训练模型微调，结合自建情感词典优化分类效果，支持正面、负面、中性情感三分类。

模型准确率达91%，处理速度满足每秒1000+条评论，已接入平台后台实现实时分析。

团队情况