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

求職意向

算法工程師 薪資面議 隨時到崗

教育背景

2020.x -2020x 錘子簡歷大學 物聯(lián)網(wǎng)工程（本科）

專業(yè)排名：6                             六級成績：564

2020.x -2020x 錘子簡歷大學 計算機技術(shù)（碩士）

成績前百分十五保送                 專業(yè)排名：16                   學分績：84.9

工作經(jīng)驗

2020.x -2020x 錘子簡歷信息技術(shù)有限公司 產(chǎn)品運營經(jīng)理

• 負責騰訊社區(qū)的整體運營方案、公共板塊的合作對接以及運營團隊管理等工作，對公司經(jīng)營性指標負責。 
  
• 負責制定并實施產(chǎn)品內(nèi)容、渠道、用戶運營等業(yè)務管理流程和推廣計劃； 
  
• 全面負責產(chǎn)品的的線上線下營銷方案、流量引入、； 
  
• 競爭對手和市場需求調(diào)研數(shù)據(jù)分析，對產(chǎn)品功能設(shè)計、研發(fā)提供數(shù)據(jù)支持； 
  
• 用統(tǒng)計分析工具對產(chǎn)品營銷數(shù)據(jù)進行分析，評估項目運營情況及優(yōu)化； 
  
• 負責合作伙伴拓展及對接、客戶資源挖掘與平臺資源整合； 
  
• 負責日常產(chǎn)品運營團隊的培訓和管理。  
  

工作業(yè)績： 

• 江湖板塊運營：定期邀請名企大咖開展你問我答的活動，根據(jù)不同的興趣圈，培養(yǎng)用戶粘度。此活期期間，日均活躍度破30%。 
  
• 合作運營：與騰訊系創(chuàng)業(yè)公司合作對接、資源共享，訂制買房、理財、相親、親子為專題的各項運營方案，使合作當期的整體社區(qū)日均活躍度提升10%。 
  
• 用戶運營：最初的種子用戶500人，到目前的成熟用戶達到1.8萬，日均活躍度突破40%。
  

2020.x -2020x 錘子簡歷信息技術(shù)有限公司 數(shù)據(jù)編輯

• 負責公司巨潮資訊網(wǎng)官微運營、所有上市公司深市全文信息披露及日常交易時段數(shù)據(jù)維護等工作。 
  
• 負責1400多家上市公司深市全文披露，維護股權(quán)代辦轉(zhuǎn)讓、股份報價轉(zhuǎn)讓平臺； 
  
• 負責公司官網(wǎng)微博的線上運營、軟文推送、粉絲管理、話題營銷等品牌推廣工作； 
  
• 負責網(wǎng)站日常交易時段的深交所數(shù)據(jù)維護、公告、停復牌信息披露等數(shù)據(jù)編輯工作。 
  

工作業(yè)績： 

• 官微運營：通過半年時間，官微的粉絲量從最初的400提升到20000。 
  
• 利用數(shù)據(jù)篩選法和單雙數(shù)原則，將工作效率提升一倍。從而獲選公司2013年度優(yōu)秀員工。
  

項目經(jīng)驗

2020.x -2020x 紐約出租時間預測 課程項目

• 項目背景：交通擁堵帶來諸多不便：影響外出辦事效率，嚴重浪費日常時間，出行者的出行成本越來越高。所以如何準確預測未來的旅行時間，對于出行者和交通管理者，都是一個具有重大現(xiàn)實意義的問題。
• 項目目標：根據(jù)預測出租車每次行程的行駛時間，選擇出行時間，緩解交通擁堵。
• 項目方法：
• 數(shù)據(jù)清洗：通過訓練集作圖刪除離群點；
• 特征工程：根據(jù)乘坐時間是否是周末、節(jié)假日和工作日等創(chuàng)造新時間特征；使用K均值算法將地點經(jīng)緯度進行聚類，使用PCA算法將地點經(jīng)緯度合并，然后創(chuàng)建距離特征（平面距離、半徑距離、曼哈頓距離以及它們的對數(shù)），計算用弧度表示的方向，同時創(chuàng)建方向特征；
• 模型訓練和驗證：從訓練集中提取交叉驗證集，比較隨機森林回歸、LightGBM Regressor和CatBoostRegressor的RMSE。
• 完成情況：由于大量新特征的創(chuàng)建，在訓練模型時使用了隨機數(shù)搜索的方法，最后預測時使用了模型融合，預測結(jié)果對數(shù)均方根誤差估計為0.30。

2020.x -2020x 空氣質(zhì)量預測 課程項目

• 項目背景：空氣質(zhì)量問題已經(jīng)影響了很多發(fā)展中國家的大城市，在眾多空氣污染物中，PM2.5是最致命的一種之一。 如果可以準確預測污染事件，市民和政府可以隨之作出適當?shù)臎Q策，從而減少污染帶來的損害。
• 項目目標：針對過去的天氣數(shù)據(jù)，預測未來兩天北京和倫敦兩個城市的空氣質(zhì)量。
• 項目方法：
• 數(shù)據(jù)處理和清洗：采用網(wǎng)格氣象數(shù)據(jù)與空氣質(zhì)量數(shù)據(jù)進行拼接，選取每個空氣質(zhì)量站點所在網(wǎng)格的四個網(wǎng)格定位站點的氣象數(shù)據(jù)的平均值作為該空氣質(zhì)量站點的氣象數(shù)據(jù)；由于數(shù)據(jù)缺失嚴重，采用均值和就近站點數(shù)據(jù)進行填充；
• 模型訓練和驗證：利用序列預測模型和梯度提升模型進行預測，由于XGBoost考慮了訓練數(shù)據(jù)為稀疏值，所以訓練結(jié)果比序列預測模型效果好。
• 完成情況：與KDD CUP的比賽結(jié)果進行對比，加權(quán)分數(shù)為0.4977。

2020.x -2020x 疾病數(shù)據(jù)集成管理 實驗室項目

• 項目背景：海量的生物醫(yī)學數(shù)據(jù)給全面了解生物醫(yī)學帶來了嚴峻的挑戰(zhàn)，在這種背景下，整合并挖掘生物醫(yī)學數(shù)據(jù)研究應運而生，并逐漸從概念轉(zhuǎn)為熱門的研究模型。因此，從生物醫(yī)學角度挖掘機疾病數(shù)據(jù)，從而建立疾病之間的關(guān)聯(lián)很是必要。
  
• 項目目標：建立一個疾病多源數(shù)據(jù)集成平臺。
• 項目方法：
• 數(shù)據(jù)獲?。捍_定生物數(shù)據(jù)源，發(fā)現(xiàn)數(shù)據(jù)源間的關(guān)聯(lián)模式，形成多層網(wǎng)絡(luò)，提供單層網(wǎng)絡(luò)層間連接權(quán)重；
• 數(shù)據(jù)轉(zhuǎn)換：將選擇的疾病相關(guān)的數(shù)據(jù)庫進行json格式轉(zhuǎn)換，提供轉(zhuǎn)換工具；
  
• 數(shù)據(jù)管理：在MongoDB下進行管理，松弛查詢條件進行查詢優(yōu)化，為用戶返回更多的相關(guān)結(jié)果。
• 完成情況：目前已完成半結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)換工具，后續(xù)完成結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換和集成管理平臺大搭建。

實習經(jīng)驗

2020.x -2020x 錘子簡歷信息技術(shù)有限公司 Java崗實習生

自我評價