IT人力外包人才简历库

精通Python编程及常用数据结构与算法（排序/搜索/图论等），熟悉机器学习算法（分类/回归/聚类/降维/可视化），精通深度学习算法（CV/NLP/无监督/生成/预训练），熟悉强化学习算法（policy gradient/Q-learning/A2C/PPO/TD3/DQN），熟练使用Python工具包（pandas/scipy/numpy/sklearn），精通深度学习框架（PyTorch/PyTorch Lightning），熟悉图神经网络框架（DGL），具备自然语言处理（语言模型/机器翻译/文本生成/对话系统）、语音识别与声纹识别、计算机视觉（图像增强/去噪/超分辨率重构）及生物数据分析（分子活性预测/PK预测）经验

主要研发方向包括：1）自然语言处理领域，主导语言模型、机器翻译、对话系统及智能客服系统开发，构建多模态交互框架；2）语音识别方向，完成声纹识别系统研发，攻克噪声环境下的鲁棒性难题；3）计算机视觉领域，实现图像增强、去噪及超分辨率重构算法；4）生物数据分析方向，构建分子活性预测模型，完成AI辅助药物设计原型系统。擅长将理论研究转化为工程实践，具备完整技术方案设计、算法优化及系统部署能力。

项目1：新一代基于声纹识别的说话人身份认证系统开发

项目概述：基于深度学习构建噪声鲁棒的说话人确认系统，实现高精度身份验证

技术细节：1）采用GMM-UBM与ivector-PLDA框架搭建基线系统；2）创新性提出mfcc-SDAE-SV算法，提升稳态噪声环境下的识别准确率；3）研发DBN-vector方法，显著增强信道失配场景下的鲁棒性；4）开源MTDSR2015中文语音数据库，推动领域研究进展

项目成果：系统在复杂噪声环境下保持92%+识别准确率，数据库被广泛用于学术研究

项目2：SQuAD阅读理解竞赛

项目概述：构建基于深度学习的阅读理解系统，实现F1分数87.5

技术细节：1）基于TensorFlow搭建基线系统，F1达79.1%；2）融合FastText与ELMo预训练模型，实现向量表示优化；3）引入Pointer Network重构预测模块，F1提升0.8%；4）设计知识蒸馏ensemble方案，单模型F1提升1%；5）完成代码实现与系统集成

项目成果：取得SQuAD竞赛全球Top3成绩，方案被应用于企业级智能问答系统