IT人力外包人才简历库

精通数据清洗与预处理技术，熟练掌握Pandas/NumPy数据处理工具。精通网络爬虫技术，具备大规模数据采集能力，熟悉Scrapy框架及分布式爬虫架构。精通机器学习算法体系，包括监督/非监督学习算法，熟悉深度学习框架TensorFlow/PyTorch。精通图神经网络（GNN）与卷积神经网络（CNN）模型架构设计。掌握隐私计算技术，熟悉联邦学习、同态加密与安全多方计算原理。熟悉Python服务开发，具备Django/Flask框架实战经验。

专注于数据算法研发与系统构建，主导数据要素化平台架构设计，实现10+种隐私保护算法的工程化部署。设计分布式爬虫架构，完成DrugBank等多源数据采集，日均处理数据量超50万条。优化数据预处理流程，提升模型训练效率30%。开发隐私计算中间件，实现数据可用不可见的业务场景。主导机器学习模型调优，使预测准确率提升至92%。持续跟进深度学习前沿技术，完成GNN在社交网络分析中的应用落地。

基于PySyft框架构建数据要素化平台，实现联邦学习场景下的数据预处理模块，解决多源异构数据融合难题。开发隐私保护机器学习系统，采用同态加密技术实现模型训练过程中的数据安全，通过差分隐私机制保障用户隐私。设计分布式爬虫架构，结合Selenium与BeautifulSoup实现DrugBank动态网页数据采集，采用反爬虫策略应对目标网站的防护机制。优化数据清洗流程，构建标准化数据管道，提升数据质量评分至98%。开发基于CNN的药物分子结构分类模型，通过迁移学习提升小样本场景下的模型泛化能力。