IT人力外包人才简历库

返回列表

机器学习算法工程师

驻场外包人员
工作年限:2年 意向城市:北京 浏览:1次 发布时间:近期

技能标签

Python开发 机器学习 深度学习 自然语言处理 数据清洗 特征工程 聚类算法 文本分类 逻辑回归 SVM 熵值法 模型部署 算法优化 数据建模 特征提取

专业技能

精通Python语言开发,具备完整的数据清洗、特征工程、模型构建与部署能力。熟练掌握机器学习算法体系(分类/回归/聚类/神经网络),熟悉深度学习框架(TensorFlow/PyTorch)。精通自然语言处理技术,包括分词、词性标注、句法分析及语义建模。掌握传统机器学习算法(逻辑回归/决策树/SVM)及集成学习方法,熟悉文本特征提取与权重计算技术(如熵值法)。具备全栈开发能力,可独立完成从数据采集到模型上线的完整开发流程。

工作履历(脱敏处理)

主导咪咕音乐用户行为分析项目,通过改进聚类算法实现异常用户识别准确率提升40%,有效降低虚假用户带来的佣金损失。开发基于传统机器学习的客服咨询分类系统,采用熵值法构建特征权重矩阵,实现二分类准确率突破92%。设计并实现文本特征提取与分类模型,优化数据标注流程,将训练数据标注效率提升30%。完成模型从开发到生产的全链路部署,支持日均百万级文本的实时分类处理。

项目经验(脱敏处理)

项目1:用户行为异常识别系统开发

基于聚类算法构建异常用户识别模型,解决传统监督学习因数据标注质量差导致的模型性能不足问题。采用DBSCAN算法对用户行为数据进行聚类分析,通过密度聚类发现异常行为模式,实现用户异常检测准确率提升40%。优化数据预处理流程,构建标准化特征矩阵,解决高维数据特征冗余问题。

项目2:客服咨询分类系统开发

设计基于传统机器学习的二分类模型,采用逻辑回归与SVM算法实现用户咨询意图识别。创新性应用熵值法计算关键词权重,构建特征重要性矩阵,提升模型泛化能力。开发自动化数据标注工具,将训练数据标注效率提升30%。完成模型从开发到生产的全链路部署,支持日均百万级文本的实时分类处理,准确率稳定在92%以上。

驻场外包优势

服从性高

严格遵守甲方管理制度

技术扎实

2年项目实战经验

可长期驻场

接受异地项目外派

快速响应

24小时内可到岗

企业人才对接

专业IT人力外包服务

如果贵公司有IT项目人手缺口、需要工程师驻场开发、短期人力支援需求,欢迎联系洽谈合作。

合作热线

18969108718

商务邮箱

ntit@163.com

微信扫码咨询

微信咨询二维码

扫描二维码添加商务对接

立即申请人才对接