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）架构设计与优化，具备复杂图结构建模能力；深入理解深度学习框架（如PyTorch/TensorFlow）及模型调优方法；熟悉传统机器学习算法（如随机森林、XGBoost）与时间序列分析（ARIMA、LSTM）技术；具备大规模数据处理与特征工程经验，熟悉分布式计算框架（如Spark）

长期从事AI算法研发工作，主导过3个以上千万级数据量的机器学习项目，完成从需求分析到模型上线的全流程开发。主导设计基于BERT的文本分类系统，准确率提升25%；开发图神经网络解决方案，解决复杂关系网络中的节点预测问题；构建时间序列预测模型，实现业务预测准确率提升30%。熟悉敏捷开发流程，具备良好的技术文档编写能力，能独立完成算法方案设计与技术攻关。

1. 构建多模态NLP系统：基于Transformer架构开发文本分类模型，通过引入注意力机制提升特征提取效果，最终实现92%的准确率。解决长文本处理中的语义漂移问题，采用动态词向量更新策略，模型推理速度提升40%。

2. 图神经网络在社交网络分析中的应用：设计异构图建模方案，通过GAT算法捕捉节点间复杂关系，成功识别出85%的异常社交行为模式。优化图采样策略，将训练效率提升3倍。

3. 时间序列预测系统开发：采用LSTM-Attention混合架构，结合滑动窗口技术处理非平稳序列，预测误差降低至5%以内。开发自动化特征工程模块，实现特征维度压缩60%的同时保持模型性能。