ID:22670
王博 硕士 11年经验
2025-03-31
个人介绍:Python,matlab,网页开发。 本人拥有广泛的技术背景,擅长多个领域的技能,并拥有国外顶尖大学和国内TOP10的硕士学历(人工智能专业)。 熟练运用各种机器学习和深度学习技术,能够构建和优化复杂的模型,以解决各种现实世界的问题。我对自然语言处理(NLP)、计算机视觉和强化学习等领域有着深入的了解,并能够将这些技术应用于实际项目中。 其次,Python是我的得力工具之一。我在Python编程语言中具有广泛的经验,可进行高效的数据分析、科学计算和开发。我熟悉Python的生态系统,包括流行的数据科学库(如NumPy、Pandas和SciPy)和机器学习框架(如TensorFlow和PyTorch)。能够在AI和数据科学项目中迅速、灵活地实现解决方案。 MATLAB也是我技术能力的一部分。我能够使用MATLAB进行科学和工程计算,特别是在数值计算、信号处理和图像处理方面。能够进行复杂的数学建模和仿真,以支持客户在工程和科学领域的决策。 最后,我在网页开发领域同样具备丰富的经验。我熟练掌握前端和后端开发技术,能够创建响应式、用户友好的网页应用程序。我精通HTML、CSS和JavaScript,并且熟悉流行的前端框架(如React和Vue.js)。此外,我也具备后端开发经验,能够使用诸如Django(Python框架)等技术构建强大的服务器端应用。
项目经验:NLP谣言分类系统(Python、NLP): 用Python中的自然语言处理库,通过深度学习模型对大量文本数据进行训练。系统能够准确辨别信息中的虚假内容,提高了舆情监测的准确性,为用户提供了更可靠的信息环境。 在线购物网站开发(Web开发): 前端和后端的开发工作。使用了React.js和Django框架,创建了一个直观且易于导航的用户界面,实现了商品管理、购物车、订单处理等核心功能。通过精心设计的数据库结构和高效的算法,提高了网站的性能和用户体验,成功吸引了大量用户并提升了销售额。 社交媒体情感分析(NLP、Python): 情感分析系统帮助企业了解用户在社交媒体上对其产品和服务的反馈。通过Python中的自然语言处理技术,构建了一个能够准确捕捉用户情感倾向的系统。这一项目为企业提供了更深入的市场洞察,支持其制定更有效的营销策略。
技      能: 其他  
¥1400 / 8小时
立即预约
ID:22760
金桂英 wu 14年经验
2025-03-12
个人介绍:掌握Java基础知识,熟悉面向对象编程,理解IO、多线程、集合等基础框架 掌握Scala基础知识,熟悉面向对像编程,熟悉函数式编程、特质、伴生对象等Scala特有的属性 掌握Mysql基础知识,理解查询、索引、事务等处理,了解Hbase,Mongodb等 了解Linux系统、掌握常用的shell命令使用,能编写脚本 熟悉Hadoop框架,HDFS读写流程,Shuffle优化,Yarn的工作机制和调度器,小文件的处理 掌握Flume组成框架,安装、部署,添加拦截器、选择器,保证数据不丢失和阻塞 了解Kafka消息中间件,理解Kafka生产者、Broker、消费者的工作机制,以及底层调优,保证数据 的一致性 掌握Hive数据仓库工具,能编写Hive执行脚本,处理业务数据,解决数据倾斜问题,Hive On Tez优 化 掌握Zookeeper的安装和部署,半数机制和选举机制,以及常用命令 了解Spark基础知识,熟悉Spark包含的算子,并对数据进行处理 掌握数据仓库建模思想,熟悉范式建模、维度建模等模型思想 熟悉使用Azkaban、idea、maven等开发工具,提高开发效率
项目经验:离线数仓组合了大数据框架的组件,在一定时间里对采集的行为日志数据进行处理,根据需求把数据汇总到不同层,为决策层提供数据,并进行相关分析。该项目分成了数据采集模块、数据仓库模块、数据可视化模块。 1. 综合应用了Hadoop生态框架,如Flume、Kafka、Zookeeper、Hive等。 2. 用Flume、Kafka、Zookeeper搭建了数据采集通道,使用Hive搭建了数据仓库,并合理的划分了 ODS、DWD、DWS、ADS等四层。 3. 编写主题HiveQL语句,实现用户活跃主题、新增主题、留存主题等,并使用Superset对主题数据进 行可视化。
技      能: 其他  
¥600 / 8小时
立即预约
ID:22393
郑欣 算法工程师 10年经验
2025-01-20
个人介绍:一、后端: 1、爬虫:经历过绝大多数反爬与反反爬手段,熟悉 selenium、js 逆向、hook 、加密算法逆向等。了解 app 脱壳、逆向静态分析等。 2、python后端:flask、Django等框架,基本python全技术栈。 3、java后端:java中级开发水平,常见框架、微服务都可,如springboot、spring cloud。 二、nlp算法: 1、数据清洗:多种主流聚类、分类算法,KMeans、som、DBSCAN等,近年主要使用各深度学习模型的多分类任务,如bert、ernie 3.0。 2、训练平台:熟悉 tensorflow、PyTorch、paddlepaddle。 3、词向量: word2vec、bert、gpt3 4、大模型:propmt的有chatgpt、bard、gemini,本地部署过chatGlm等6/13b级别的模型。
项目经验:工作原因,只能写一个兼职平台可能用得上的项目经历: 基于对业务的深入了解,自行发起、开发了一套对接40余家公司的投递流程,实现一键简历自动投递的系统。涵盖几乎所有拥有自研投递系统界面的公司。 中间过程包括简历 ocr 识别、简历解析、格式化字段内容判定清洗、第三方系统自动登录、一键上传等。 涉及难点:多家系统的反反爬,web 逆向,js 逆向等,工程上涉及第三方系统维护变更报警、登陆持久化、账号映射统一管理等。
技      能: 其他  
¥700 / 8小时
立即预约
立即预约
意见反馈