老師簡(jiǎn)介
資歷簡(jiǎn)介:

精通大數據從開(kāi)始的Hadoop 0.20版本到后來(lái)的Hadoop 1.0.4,再到后面Spark 1.0分布式計算,以及Storm,Kafka還有相關(guān)Redis集群,HBase集群,Hive數據倉庫的管理;精通淺層模型的算法庫,譬如mahout,spark mllib,一直研究并鉆研深度學(xué)習模型的算法庫,譬如TensorFlow,Keras。
利用人工智能技術(shù)參與完成僵尸粉識別、用戶(hù)分類(lèi)、推薦系統、用戶(hù)畫(huà)像、知識圖譜、自動(dòng)問(wèn)答機器人、圖像識別項目的開(kāi)發(fā)。

服務(wù)理念:

能舉個(gè)例子講明白的,絕不重復念概念!能用一句話(huà)講明白的,絕不嘮叨三句話(huà)!

項目經(jīng)驗:

1、新浪視頻推薦系統

負責視頻相關(guān)業(yè)務(wù)并根據業(yè)務(wù)特點(diǎn)參與推薦系統開(kāi)發(fā)和架構的優(yōu)化,參與了個(gè)性化push的投放邏輯開(kāi)發(fā),在大規模用戶(hù)行為基礎上,進(jìn)行用戶(hù)行為分析與ETL,構建用戶(hù)畫(huà)像模型,完成個(gè)性化推薦。
主要使用技術(shù):Python、Spark、Hive、Dubbox、ES、MLlib

2、微博用戶(hù)畫(huà)像系統

基于海量用戶(hù)行為,開(kāi)發(fā)用戶(hù)畫(huà)像數據挖掘模型,負責用戶(hù)畫(huà)像數據準備、標簽開(kāi)發(fā)與標簽評測,項目也給推薦系統提供基礎數據
主要使用技術(shù):Python、Spark

3、心電圖識別項目

負責項目里面模型的構建,基于A(yíng)lexNet模型,根據病人holder的醫療圖像心電圖數據訓練可以快速判斷心臟問(wèn)題的模型
主要使用技術(shù):TensorFlow、Caffe、Tensor RT、CNN、梯度下降、池化、VGG模型等