久久精品国产一区二区电影,久久精品国产亚洲av瑜伽,精品无人区一码卡二卡三,久草热8精品视频在线观看 ,久久99精品久久久久麻豆

資深推薦算法工程師簡(jiǎn)歷模板，帶優(yōu)質(zhì)簡(jiǎn)歷內(nèi)容案例可在線制作，簡(jiǎn)歷內(nèi)容完整，HR面試通過(guò)率高，簡(jiǎn)約精美的簡(jiǎn)歷設(shè)計(jì)，規(guī)整的排版更好呈現(xiàn)個(gè)人簡(jiǎn)歷提升閱讀性。適合求職者簡(jiǎn)歷制作。

>>>點(diǎn)擊下載完整版<<<

資深推薦算法工程師簡(jiǎn)歷模板案例：

一句話介紹自己：世界屬于那些勤于思考的人，更屬于那些善于行動(dòng)的人。

基本信息：

年齡：、性別：、學(xué)歷：本科、電話：13800138000、郵箱：BD@100chui.com

求職意向：

資深推薦算法工程師、廣東深圳、8K-10K、一周內(nèi)到崗

教育背景：

2011.09-2015.06 | 錘子簡(jiǎn)歷大學(xué) | 軟件工程

工作經(jīng)驗(yàn)：

2019.01-2019.11 | 錘子簡(jiǎn)歷公司 | 資深推薦算法工程師

• • 參與汽車之家智能營(yíng)銷項(xiàng)目，負(fù)責(zé)其中人工干預(yù)模塊；
  • 負(fù)責(zé)實(shí)現(xiàn)智能營(yíng)銷廣告投放用戶行為數(shù)據(jù)的自動(dòng)反饋，以幫助持續(xù)提升算法 CTR；
  • 負(fù)責(zé)APP 用戶畫像的優(yōu)化，行為分析，為排序模型提供特征支持；
  • 負(fù)責(zé)以用戶為單位，基于行為對(duì)其分群，分析頁(yè)面瀏覽情況；
  • 負(fù)責(zé)以頁(yè)面為單位，基于圖論模型分析不同頁(yè)面之間的跳轉(zhuǎn)情況；

2016.01-2018.12 | 錘子簡(jiǎn)歷公司 | 資深推薦算法工程師

• • 負(fù)責(zé)推薦算法架構(gòu)的設(shè)計(jì)，領(lǐng)導(dǎo)推薦算法團(tuán)隊(duì)；
  • 負(fù)責(zé)個(gè)性化推薦方向的策略，用戶畫像，用戶標(biāo)簽體系的建立，以及推薦系統(tǒng)的效果改進(jìn)；
  • 負(fù)責(zé)應(yīng)用數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，為用戶提供推薦和排序，提升個(gè)性化推薦的效果，改進(jìn)用戶體驗(yàn)；

實(shí)習(xí)經(jīng)驗(yàn)：

項(xiàng)目經(jīng)驗(yàn)：

自我評(píng)價(jià)：

之前一直從事硬件方面的工作，現(xiàn)在想從事人工智能深度學(xué)習(xí)方面的工作。在最近的半年時(shí)間里，自學(xué)了python、Tensorflow、CNN/RNN、ubuntu等大數(shù)據(jù)人工智能方面的知識(shí)。我深知在換行業(yè)和職業(yè)這種折騰的過(guò)程中會(huì)遇到很多困難，但我依然走上了這條道路，因?yàn)檎垓v在抵抗麻木的過(guò)程中，會(huì)讓生活變得更有意思。希望各位HR能給個(gè)面試機(jī)會(huì)。

其他：

• 技能： 掌握 CNN、RNN、LSTM 等基本神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，熟練圖像識(shí)別、分類和目標(biāo)檢測(cè)，熟練深度學(xué)習(xí)圖像算法；熟悉 NLP，使用過(guò)自然語(yǔ)言處理方法中的文本情感分析、對(duì)話機(jī)器人、意圖分析等；了解語(yǔ)音識(shí)別及其 CTC 等；了解 DNN 以及 CB、 CF、 GBDT 、 TF-IDF、 LR 等推薦系統(tǒng)常用算法。 掌握Python 、Java 的基本運(yùn)用；熟練 Tensorflow，掌握 numpy、matplotlib 的基本使用；了解pytorch、Scikit-neuralnetwork、Scikit-learn、pandas 等函數(shù)包的使用；熟悉 DenseNet、ResNet、GoogleNet 等深度學(xué)習(xí)框架，掌握 Bert、attention、transformer 等新型熱門自然語(yǔ)言處理技術(shù)，具備良好的數(shù)學(xué)基礎(chǔ)和英語(yǔ)閱讀能力；掌握最新人工智能框架常用的激活函數(shù)：ReLU、Tanh、sigmoid 等；熟練神經(jīng)網(wǎng)絡(luò)，且了解 SVM、KNN、決策樹(shù)、隨機(jī)森林、邏輯回歸、Nave Bayes、EM、k-means、Adaboost 等傳統(tǒng)機(jī)器學(xué)習(xí)算法以及常見(jiàn)數(shù)據(jù)分析方法；了解Q-learning、 Sarsa、 DQN、 Double DQN、 Policy Gradient、Actor Critic（DDPG、A3C、DDPO）等算法；了解分布式集群 HDFS、 MapReduce 及其生態(tài)圈組件（Hbase、 Hive 等）、Shell、ELK、微服務(wù)、SaaS 應(yīng)用等；

• 語(yǔ)言能力： CET-4，掌握基本的聽(tīng)說(shuō)讀寫能力；

• 興趣愛(ài)好： 喜歡跑步，堅(jiān)持每天晨跑一小時(shí)；

項(xiàng)目經(jīng)歷：

2018.01-2018.03 | 寵樂(lè)園推薦系統(tǒng) |

• • 寵樂(lè)園是一款愛(ài)寵人群綜合類社交平臺(tái)，它包括：主題發(fā)布、趣味互動(dòng)、社交圈粉、新型探索、萌系可愛(ài)等板塊，該軟件致力于給用戶帶來(lái)更好的用戶使用體驗(yàn)，主要包括創(chuàng)建ALS 模型，召回商品，神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn) CTR 預(yù)估，離線數(shù)據(jù)處理，實(shí)時(shí)推薦等等；
  • 使用 flume 收集用戶日志，將用戶行為采集到 HDFS，使用用戶基本信息訓(xùn)練 K-Means聚類，解決用戶冷啟動(dòng)問(wèn)題，Spark streaming 實(shí)時(shí)處理 kafka 發(fā)送過(guò)來(lái)的點(diǎn)擊日志，實(shí)時(shí)更新特征，實(shí)時(shí)更新召回集，使用 tfidf、textrank 提取物品關(guān)鍵詞、主題詞，使用 word2vec處理文本內(nèi)容，構(gòu)建物品畫像；
  • 使用用戶基本信息和用戶的行為信息對(duì)用戶標(biāo)簽化即構(gòu)建用戶畫像，標(biāo)簽權(quán)重隨時(shí)間指數(shù)衰減；解析用戶行為日志，實(shí)時(shí)增加物品的點(diǎn)擊次數(shù)等信息，將熱門物品存入到 kafka中，查詢 redis 中是否也有也存在此熱門物品；

可使用此簡(jiǎn)歷模板在線制作：

>>> http://www.90xin.cn/resume/detail-189.html