罗先生 (男,30岁)

更新时间:2020-04-29

最高学历:硕士 | 工作经验:应届生 | 专业:电子信息科学类

婚姻状况:未婚

现居住地:湖北

求职状态:应届毕业生

求职意向
期望月薪:面议|工作性质:全职
期望地区:湖北省|期望行业:教育/培训,学术/科研,政府部门/事业单位
期望岗位:教育/培训,科学研究人员
自我描述
编程能力:熟悉Linux操作系统,熟悉C/Java,熟悉Python并能够利用Numpy、Pandas等库对数据进行处理分析;
机器学习:熟悉机器学习相关算法(线性回归、逻辑回归、SVM、决策树、随机森林、集成学习等),并能够利用 Sklearn 对数据进行分析建模;
深度学习:能够利用 Tensorflow、Keras 库实现深度神经网络的模型搭建(CNN,LSTM等)与简单应用(图像识别等);
教育经历
2018年9月-2020年7月|华中科技大学|计算机科学与应用|硕士
工作经历
2019年3月-2019年7月|科研|国家电网项目:基于配电供需平衡下的最优停电检修策略

项目职责:检修需求指数和停电投诉估计模型构建
项目内容:检修需求指数:构建电网网架拓扑图,根据电网中设备的基础数据,利用xgboost模型计算线路的检修需求指数;停电投诉估计:爬取天气数据构建样本特征。利用高斯核支持向量机、随机森林、GBDT、xgboost算法进行Voting集成,对电网投诉等级和概率进行预测。预测正确率达到90%。就

2018年9月-2019年1月|科研|Hadoop 实现朴素贝叶斯文本分类

项目职责:运行环境搭建,朴素贝叶斯分类器算法MapReduce程序设计,算法模型的评估及优化。
项目内容:MapReduce程序设计与实施:了解NBCorpus 语料库,根据朴素贝叶斯算法将计算过程设计为三个 MapReduce 任务:训练先验概率、训练条件概率、预测,并完成相应程序的编写。模型评估与优化:计算预测结果,宏平均与微平均的精确率、召回率、F1值。在原有基础上对算法进行优化,删除语料库中的数字和停用词,性能指标提升2%。

语言能力
英语|精通