王zac
算法工程师
滴滴 · 3年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1.大模型压缩，大模型微调以及个性化行业训练，大模型本地部署，python。
2.数据挖掘和算法，广告ctr预估，推荐算法研究
R语言；hive；python；机器学习算法；C/C++；数据挖掘；linux服务器；LR；算法
2.数据挖掘和算法，广告ctr预估，推荐算法研究
R语言；hive；python；机器学习算法；C/C++；数据挖掘；linux服务器；LR；算法
项目经验
2019.12-2021.4
工作职责：广告推荐和过滤，广告ctr预测
工作业绩：1.利用算法模型，提升微博热点推送的准确性和点击率。主要是通过大规模语言处理，图像特征抽取等。提取出千万级别的特征，再通过lr进行回归分类。提高点击率
2. 微博在其他平台上的投放的时候，会添加一条类容。本项目旨在通过算法模型，提高广告中内容和被 投放用户喜爱内容的适配性，从而提高点击率
2017.2-2019.7 滴滴出行
算法工程师
工作职责： 多指标预测，供需预测与运力调配
工作业绩： 1.利用时间序列(sarima)做了多指标预测的接口(单量，用户， 司机，GMV等)。 其中单量预测的误差率在5%以内，其他指标随着数量增加准确率逐渐提高 。接口 已经在公司BI系统中上线。
2.运力调配计划 1)派单优化，通过训练求司机对订单的可能接受概率，然后进行 排序，将最可能 接单的司机和订单匹配 。(后来，发现问题在于，司机和订单均 不足，所以派单会事实上造成某些打车难地区打车更难，所以该问题变为一个全 局优化问题) 2)供需预测，通过将地理区域划分为固定大小的区块，然后预测 如未来30分钟的司机/订单数，从而对车辆进行调配。
工作职责：广告推荐和过滤，广告ctr预测
工作业绩：1.利用算法模型，提升微博热点推送的准确性和点击率。主要是通过大规模语言处理，图像特征抽取等。提取出千万级别的特征，再通过lr进行回归分类。提高点击率
2. 微博在其他平台上的投放的时候，会添加一条类容。本项目旨在通过算法模型，提高广告中内容和被 投放用户喜爱内容的适配性，从而提高点击率
2017.2-2019.7 滴滴出行
算法工程师
工作职责： 多指标预测，供需预测与运力调配
工作业绩： 1.利用时间序列(sarima)做了多指标预测的接口(单量，用户， 司机，GMV等)。 其中单量预测的误差率在5%以内，其他指标随着数量增加准确率逐渐提高 。接口 已经在公司BI系统中上线。
2.运力调配计划 1)派单优化，通过训练求司机对订单的可能接受概率，然后进行 排序，将最可能 接单的司机和订单匹配 。(后来，发现问题在于，司机和订单均 不足，所以派单会事实上造成某些打车难地区打车更难，所以该问题变为一个全 局优化问题) 2)供需预测，通过将地理区域划分为固定大小的区块，然后预测 如未来30分钟的司机/订单数，从而对车辆进行调配。
ID:409501
复制
王zac
算法工程师 · 3年经验 · 滴滴
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.大模型压缩，大模型微调以及个性化行业训练，大模型本地部署，python。
2.数据挖掘和算法，广告ctr预估，推荐算法研究
R语言；hive；python；机器学习算法；C/C++；数据挖掘；linux服务器；LR；算法
2.数据挖掘和算法，广告ctr预估，推荐算法研究
R语言；hive；python；机器学习算法；C/C++；数据挖掘；linux服务器；LR；算法
项目经验
2019.12-2021.4
工作职责：广告推荐和过滤，广告ctr预测
工作业绩：1.利用算法模型，提升微博热点推送的准确性和点击率。主要是通过大规模语言处理，图像特征抽取等。提取出千万级别的特征，再通过lr进行回归分类。提高点击率
2. 微博在其他平台上的投放的时候，会添加一条类容。本项目旨在通过算法模型，提高广告中内容和被 投放用户喜爱内容的适配性，从而提高点击率
2017.2-2019.7 滴滴出行
算法工程师
工作职责： 多指标预测，供需预测与运力调配
工作业绩： 1.利用时间序列(sarima)做了多指标预测的接口(单量，用户， 司机，GMV等)。 其中单量预测的误差率在5%以内，其他指标随着数量增加准确率逐渐提高 。接口 已经在公司BI系统中上线。
2.运力调配计划 1)派单优化，通过训练求司机对订单的可能接受概率，然后进行 排序，将最可能 接单的司机和订单匹配 。(后来，发现问题在于，司机和订单均 不足，所以派单会事实上造成某些打车难地区打车更难，所以该问题变为一个全 局优化问题) 2)供需预测，通过将地理区域划分为固定大小的区块，然后预测 如未来30分钟的司机/订单数，从而对车辆进行调配。
工作职责：广告推荐和过滤，广告ctr预测
工作业绩：1.利用算法模型，提升微博热点推送的准确性和点击率。主要是通过大规模语言处理，图像特征抽取等。提取出千万级别的特征，再通过lr进行回归分类。提高点击率
2. 微博在其他平台上的投放的时候，会添加一条类容。本项目旨在通过算法模型，提高广告中内容和被 投放用户喜爱内容的适配性，从而提高点击率
2017.2-2019.7 滴滴出行
算法工程师
工作职责： 多指标预测，供需预测与运力调配
工作业绩： 1.利用时间序列(sarima)做了多指标预测的接口(单量，用户， 司机，GMV等)。 其中单量预测的误差率在5%以内，其他指标随着数量增加准确率逐渐提高 。接口 已经在公司BI系统中上线。
2.运力调配计划 1)派单优化，通过训练求司机对订单的可能接受概率，然后进行 排序，将最可能 接单的司机和订单匹配 。(后来，发现问题在于，司机和订单均 不足，所以派单会事实上造成某些打车难地区打车更难，所以该问题变为一个全 局优化问题) 2)供需预测，通过将地理区域划分为固定大小的区块，然后预测 如未来30分钟的司机/订单数，从而对车辆进行调配。
立即沟通
