閑情個(gè)人簡(jiǎn)歷

閑情個(gè)人簡(jiǎn)歷基本信息姓名：閑情年齡：28歲性別：女籍貫：江蘇南通學(xué)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(xué)軟件工程專業(yè)本科學(xué)位2016-2019：南京郵電大學(xué)軟件工程專業(yè)碩士學(xué)位工作經(jīng)歷2019年7月-至今公司：字節(jié)跳動(dòng)部門：算法工程師主要工作是開(kāi)發(fā)和實(shí)現(xiàn)推薦算法，使用深度學(xué)習(xí)和機(jī)器學(xué)習(xí)等技術(shù)進(jìn)行算法研究和數(shù)據(jù)挖掘。在實(shí)踐中積累了豐富的算法實(shí)現(xiàn)經(jīng)驗(yàn)，對(duì)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(shí)習(xí)生）參與了推薦系統(tǒng)模型的構(gòu)建、數(shù)據(jù)處理和模型調(diào)優(yōu)等工作。在實(shí)習(xí)中積累了解決實(shí)際問(wèn)題的經(jīng)驗(yàn)，并獲得了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型開(kāi)發(fā)和調(diào)優(yōu)的技能。項(xiàng)目經(jīng)驗(yàn)基于深度學(xué)習(xí)的個(gè)性化推薦系統(tǒng)通過(guò)使用深度學(xué)習(xí)技術(shù)，設(shè)計(jì)并實(shí)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(xiàng)目主要包括數(shù)據(jù)處理、模型設(shè)計(jì)和模型訓(xùn)練三個(gè)部分。在設(shè)計(jì)過(guò)程中采用了常見(jiàn)的DNN、RNN、CNN等深度學(xué)習(xí)模型，通過(guò)對(duì)比實(shí)驗(yàn)和數(shù)據(jù)分析最終確定了最優(yōu)的模型方案，并通過(guò)預(yù)測(cè)準(zhǔn)確率、召回率等指標(biāo)進(jìn)行了評(píng)估。基于機(jī)器學(xué)習(xí)的圖像分類器使用機(jī)器學(xué)習(xí)技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)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(luò)（CNN）結(jié)構(gòu)，并使用了現(xiàn)代機(jī)器學(xué)習(xí)框架（例如，TensorFlow）進(jìn)行了實(shí)現(xiàn)。該項(xiàng)目包括了數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型評(píng)估等流程，最終能夠?qū)崿F(xiàn)高精度的圖像分類。技能清單推薦算法：熟練掌握常見(jiàn)推薦算法，如協(xié)同過(guò)濾、基于內(nèi)容的推薦、深度學(xué)習(xí)推薦等。數(shù)據(jù)挖掘：熟練使用SQL、Python等工具進(jìn)行數(shù)據(jù)處理和數(shù)據(jù)挖掘。深度學(xué)習(xí)：熟悉各種深度學(xué)習(xí)框架，如TensorFlow、PyTorch等，掌握常見(jiàn)模型結(jié)構(gòu)和訓(xùn)練方法。編程語(yǔ)言：熟練掌握Python、C++等編程語(yǔ)言。英語(yǔ)水平：CET-6，能夠熟練閱讀英文文獻(xiàn)和技術(shù)資料。自我評(píng)價(jià)工作踏實(shí)、認(rèn)真負(fù)責(zé)、樂(lè)于溝通。善于思考、注重實(shí)踐、熱愛(ài)學(xué)習(xí)?？释粩嗵剿餍轮R(shí)，追求技術(shù)的卓越和實(shí)踐的完美。對(duì)推薦算法和數(shù)據(jù)挖掘領(lǐng)域有濃厚的興趣，希望能在相關(guān)領(lǐng)域擁有更深層次的技術(shù)積累和研究成果。致