閑情個人簡歷_第1頁
閑情個人簡歷_第2頁
閑情個人簡歷_第3頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

閑情個人簡歷基本信息姓名：閑情年齡：28歲性別：女籍貫：江蘇南通學歷：本科專業(yè)：軟件工程郵箱：xianqing@教育背景2012-2016：南京郵電大學軟件工程專業(yè)本科學位2016-2019：南京郵電大學軟件工程專業(yè)碩士學位工作經(jīng)歷2019年7月-至今公司：字節(jié)跳動部門：算法工程師主要工作是開發(fā)和實現(xiàn)推薦算法，使用深度學習和機器學習等技術進行算法研究和數(shù)據(jù)挖掘。在實踐中積累了豐富的算法實現(xiàn)經(jīng)驗，對推薦算法的原理和優(yōu)化方法有較深入的理解。2018年7月-2018年8月公司：百度部門：算法工程師（實習生）參與了推薦系統(tǒng)模型的構建、數(shù)據(jù)處理和模型調(diào)優(yōu)等工作。在實習中積累了解決實際問題的經(jīng)驗，并獲得了機器學習和深度學習模型開發(fā)和調(diào)優(yōu)的技能。項目經(jīng)驗基于深度學習的個性化推薦系統(tǒng)通過使用深度學習技術，設計并實現(xiàn)了基于用戶歷史行為和內(nèi)容特征的推薦系統(tǒng)。該項目主要包括數(shù)據(jù)處理、模型設計和模型訓練三個部分。在設計過程中采用了常見的DNN、RNN、CNN等深度學習模型，通過對比實驗和數(shù)據(jù)分析最終確定了最優(yōu)的模型方案，并通過預測準確率、召回率等指標進行了評估。基于機器學習的圖像分類器使用機器學習技術，設計并實現(xiàn)了一個用于圖像分類的模型。該模型主要基于經(jīng)典的卷積神經(jīng)網(wǎng)絡（CNN）結構，并使用了現(xiàn)代機器學習框架（例如，TensorFlow）進行了實現(xiàn)。該項目包括了數(shù)據(jù)預處理、模型訓練、模型評估等流程，最終能夠實現(xiàn)高精度的圖像分類。技能清單推薦算法：熟練掌握常見推薦算法，如協(xié)同過濾、基于內(nèi)容的推薦、深度學習推薦等。數(shù)據(jù)挖掘：熟練使用SQL、Python等工具進行數(shù)據(jù)處理和數(shù)據(jù)挖掘。深度學習：熟悉各種深度學習框架，如TensorFlow、PyTorch等，掌握常見模型結構和訓練方法。編程語言：熟練掌握Python、C++等編程語言。英語水平：CET-6，能夠熟練閱讀英文文獻和技術資料。自我評價工作踏實、認真負責、樂于溝通。善于思考、注重實踐、熱愛學習?？释粩嗵剿餍轮R，追求技術的卓越和實踐的完美。對推薦算法和數(shù)據(jù)挖掘領域有濃厚的興趣，希望能在相關領域擁有更深層次的技術積累和研究成果。致

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論