人工智能相關(guān)項(xiàng)目經(jīng)驗(yàn)：人崗匹配項(xiàng)目

負(fù)責(zé)算法實(shí)現(xiàn)

● 收集了萬份。

● 基于算法。

● 使用訓(xùn)練職位推薦模型。訓(xùn)練好的模型可用于分析簡歷描述，并根據(jù)簡歷描述推薦一個(gè)或多個(gè)適合的職位。

項(xiàng)目關(guān)鍵詞提取項(xiàng)目

負(fù)責(zé)算法實(shí)現(xiàn)

● 收集了萬份項(xiàng)目描述，并標(biāo)記好項(xiàng)目中的關(guān)鍵詞。

● 基于模型。

● 從簡歷的項(xiàng)目描述中提取出該項(xiàng)目中的重點(diǎn)詞匯。可用于優(yōu)化簡歷項(xiàng)目搜索結(jié)果。

人才搜索引擎項(xiàng)目

負(fù)責(zé)搜索引擎的實(shí)現(xiàn)和優(yōu)化

● 搭建簡歷搜索引擎服務(wù)。

● 完成學(xué)校名，專業(yè)，公司，行業(yè)等模塊的搜索策略

● 完成搜索結(jié)果高亮服務(wù)。

● 修改搜索優(yōu)化搜索算法。

寵物臉識別項(xiàng)目

負(fù)責(zé)數(shù)據(jù)處理，算法實(shí)現(xiàn)

● 收集了萬張狗貓的照片，并標(biāo)記好它們臉部的區(qū)域。

● 在實(shí)現(xiàn)狗貓臉檢測算法。

● 推出了一款在線小游戲，用戶上傳自己家狗貓的照片，服務(wù)器接收到照片之后用訓(xùn)練好的模型檢測照片中狗貓的臉，并把狗貓的臉框出來，給它們的長相打一上個(gè)分?jǐn)?shù)，再把處理后的照片反饋給用戶。

寵物品種識別項(xiàng)目

負(fù)責(zé)數(shù)據(jù)處理，算法實(shí)現(xiàn)

● 收集了種貓和種狗的照片，共萬多張，并做好分類標(biāo)簽。

● 基于以及自己設(shè)計(jì)的網(wǎng)絡(luò)實(shí)現(xiàn)寵物品種分類算法。

● 推出了一款在線小游戲，用戶上傳自己家狗貓的照片，服務(wù)器接收到照片之后用訓(xùn)練好的模型檢測照片中狗貓的品種，不同寵物的品種會對應(yīng)不同明星的臉，再把與寵物品種相似的明星臉反饋給用戶。

寵物叫聲情感分類項(xiàng)目

負(fù)責(zé)數(shù)據(jù)處理，算法實(shí)現(xiàn)

● 收集了萬千條狗叫聲，分成個(gè)類別。

● 基于實(shí)現(xiàn)狗叫聲情感分類算法。

● 將訓(xùn)練好的模型放到嵌入式設(shè)備中，實(shí)時(shí)判斷當(dāng)前場景是否有狗叫聲，有狗叫聲的話是屬于什么分類。

近期培訓(xùn)經(jīng)驗(yàn)：

201710月太平洋保險(xiǎn)集團(tuán)和深度學(xué)習(xí)培訓(xùn)

20178TensorflowLSTM+Attention月深圳移動(dòng)數(shù)據(jù)分析及數(shù)據(jù)挖掘培訓(xùn)，以 作為主要語言貫穿整個(gè)分析課程，算法培訓(xùn)、分析方法培訓(xùn)、工具使用培訓(xùn)、結(jié)合大數(shù)據(jù)平臺對大數(shù)據(jù)進(jìn)行分析。

2015 9 月，河北廊坊新奧集團(tuán)信息中心，培訓(xùn)，讓團(tuán)隊(duì)的 項(xiàng)目的分工和開發(fā)分工明確。

2016 4 月，佳能北京研發(fā)中心，和人工智能培訓(xùn)。