IT人力外包人才简历库

精通自然语言处理（NLP）技术，包括文本特征提取、语义理解与情感分析；熟练掌握图神经网络（GNN）与深度神经网络（DNN）架构设计；具备传统机器学习算法（逻辑回归、决策树、随机森林、支持向量机）的工程化经验；擅长时间序列分析与预测建模；熟悉TensorFlow/PyTorch框架，掌握数据预处理、特征工程、模型调优及部署全流程

长期从事机器学习算法研发工作，主导过3个以上千万级数据量的算法项目，涵盖文本分类、实体识别、图结构分析等场景。主导设计并实现基于GNN的社交网络关系预测系统，提升预测准确率25%；开发时间序列预测模型，支持业务端实时预警功能。擅长将传统机器学习方法与深度学习技术结合，优化模型泛化能力。具备从数据清洗、特征工程到模型部署的全链路开发经验，熟悉分布式计算框架与模型服务化方案。

1. 构建多模态NLP平台：基于Transformer架构开发文本语义理解系统，采用BERT+BiLSTM实现多标签分类，通过Attention机制优化特征提取，使分类准确率提升至92%。解决长文本处理中的上下文建模难题，采用动态截断策略提升计算效率。

2. 社交网络关系预测系统：设计基于GNN的异构图建模方案，融合用户行为数据与社交关系图谱，通过多跳邻居采样提升节点表示质量。采用分布式训练框架加速模型收敛，最终实现关系预测F1值达89%。

3. 时序预测预警系统：构建LSTM-Attention混合模型，结合滑动窗口与特征工程提升预测精度。通过在线学习机制实现模型持续优化，成功预警3类关键业务指标波动，降低运营风险40%。