起早早
NLP算法开发工程师
- 公司信息：
- 北京星途AI技术工作室
- 工作经验：
- 2年
- 兼职日薪：
- 500元/8小时
- 兼职时间：
- 下班后
- 周六
- 周日
- 可工作日远程
- 所在区域：
- 北京
- 海淀
技术能力
熟练使用Python作为核心开发语言，精通PyTorch深度学习框架，深耕自然语言处理NLP领域，熟练搭建LSTM、Bi-LSTM循环神经网络模型，可独立完成文本全流程处理。具备完整语料处理能力，包含文本清洗、分词、停用词过滤、Word2Vec词向量构建；擅长基于LSTM实现文本分类、情感分析、关键词提取、序列标注等经典NLP任务。掌握基础后端开发，可封装模型推理接口，实现轻量化模型部署与调优；熟悉数据集划分、模型训练、损失函数优化、过拟合抑制等调参流程，代码规范完整，附带清晰注释，可承接各类中小型文本AI开发需求，交付完整可运行工程文件与实验说明文档。
项目经验
基于Bi-LSTM的电商评论情感分析系统
独立完成全流程开发，以公开电商评论数据集为基础，完成文本数据清洗、去重、分词预处理，使用Word2Vec生成词向量；基于PyTorch搭建双向LSTM神经网络模型，搭建分类层实现评论正负情感自动判别。完成数据集划分、模型训练、参数调优，通过dropout、早停策略降低过拟合，模型分类准确率达到89%。输出完整训练代码、数据集处理脚本、模型权重文件与实验分析报告，可直接用于线上文本情感识别轻量化需求，熟练解决文本噪声、长文本梯度消失等LSTM模型常见问题。
案例展示
-
基于双向LSTM电商评论情感分类系统
本项目为独立完成的NLP文本分类工程，基于Python与PyTorch框架搭建Bi-LSTM循环神经网络，实现电商用户评论的正负情感自动判别。项目完整覆盖文本挖掘全流程，包含原始数据集清洗、重复文本过滤、jieba分词、停用词剔除、Word2Vec词向量预训练等预处理环节；模型采
-
LSTM序列标注文本关键词提取工具
本项目独立开发面向短文、新闻文本的关键词自动提取工具，采用LSTM序列标注方案解决传统TF-IDF关键词歧义、语义理解不足的痛点。使用Python、PyTorch搭建单层LSTM序列标注模型，自行完成小规模新闻文本数据集标注，划分BIO标注体系区分关键词实体与普通词汇；数据预处理
