镜子
在读学生 · 1年经验 · 在读学生
0
累计接单
0
用户评价
0
被收藏
技术能力
熟练掌握 Linux 开发环境、系统编程与性能分析，具备扎实的工程实践能力。精通 C++ 与 Python 编程，具有良好的算法基础和数据结构功底。掌握多线程与网络编程，熟练使用 Docker、Git、Shell 等开发与工程化工具。在深度学习方面，具备丰富的 NLP 实践经验，熟悉 Transformer 等主流模型及文本处理任务，能够独立完成模型训练、优化与部署。在强化学习方面，系统学习并掌握主流 RL 算法（如 Q-Learning、DQN、Policy Gradient、Actor-Critic、PPO 等），能够将其应用于复杂序列建模与决策问题，具备一定的实验设计与实现能力。在数据库方面，熟悉 PL/SQL 与 Redis，具备分布式缓存与高性能数据处理的经验。对后端系统开发与人工智能系统的结合有浓厚兴趣，能够快速适应实习环境并高效完成项目任务
项目经验
1.RLHNN: A Reinforcement Learning-Enhanced Hybrid Neural Network for Public Opinion Short Text Classification： 在舆情短文本分类项目中，担任 NLP 算法工程师，负责将深度学习框架与强化学习的 Actor-Critic 结构结合，设计并实现 RLHNN 模型以增强短文本语义理解能力。完成数据预处理、特征工程以及模型训练流程，优化分类策略，提高模型在不同场景下的准确率和稳定性，同时搭建了可复现的训练与评估系统，为项目提供完整的实验与应用支持。
2.Bilingual Native Terminology Extraction and Alignment for Chinese Linguistics via Multi-Channel Graph Neural Networks：在中英文术语抽取与对齐项目中，担任 NLP 算法工程师，负责从 原始语料收集与数据标注开始，完成数据清洗、特征构建和预处理工作。设计并实现基于 多通道图神经网络（GNN）的术语抽取与对齐模型，结合图结构信息提升术语匹配准确率。搭建完整的训练与评估流程，对模型进行参数调优和性能验证，使系统在中英文术语识别与对齐任务中表现稳定且效果显著。
2.Bilingual Native Terminology Extraction and Alignment for Chinese Linguistics via Multi-Channel Graph Neural Networks：在中英文术语抽取与对齐项目中，担任 NLP 算法工程师，负责从 原始语料收集与数据标注开始，完成数据清洗、特征构建和预处理工作。设计并实现基于 多通道图神经网络（GNN）的术语抽取与对齐模型，结合图结构信息提升术语匹配准确率。搭建完整的训练与评估流程，对模型进行参数调优和性能验证，使系统在中英文术语识别与对齐任务中表现稳定且效果显著。
立即沟通
