老師簡(jiǎn)介
資歷簡(jiǎn)介：

精通大數(shù)據(jù)從開始的Hadoop 0.20版本到后來的Hadoop 1.0.4，再到后面Spark 1.0分布式計(jì)算，以及Storm，Kafka還有相關(guān)Redis集群，HBase集群，Hive數(shù)據(jù)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(xí)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(shí)別、用戶分類、推薦系統(tǒng)、用戶畫像、知識(shí)圖譜、自動(dòng)問答機(jī)器人、圖像識(shí)別項(xiàng)目的開發(fā)。

服務(wù)理念：

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

項(xiàng)目經(jīng)驗(yàn)：

1、新浪視頻推薦系統(tǒng)

負(fù)責(zé)視頻相關(guān)業(yè)務(wù)并根據(jù)業(yè)務(wù)特點(diǎn)參與推薦系統(tǒng)開發(fā)和架構(gòu)的優(yōu)化，參與了個(gè)性化push的投放邏輯開發(fā)，在大規(guī)模用戶行為基礎(chǔ)上，進(jìn)行用戶行為分析與ETL，構(gòu)建用戶畫像模型，完成個(gè)性化推薦。
主要使用技術(shù)：Python、Spark、Hive、Dubbox、ES、MLlib

2、微博用戶畫像系統(tǒng)

基于海量用戶行為，開發(fā)用戶畫像數(shù)據(jù)挖掘模型，負(fù)責(zé)用戶畫像數(shù)據(jù)準(zhǔn)備、標(biāo)簽開發(fā)與標(biāo)簽評(píng)測(cè)，項(xiàng)目也給推薦系統(tǒng)提供基礎(chǔ)數(shù)據(jù)
主要使用技術(shù)：Python、Spark

3、心電圖識(shí)別項(xiàng)目

負(fù)責(zé)項(xiàng)目里面模型的構(gòu)建，基于AlexNet模型，根據(jù)病人holder的醫(yī)療圖像心電圖數(shù)據(jù)訓(xùn)練可以快速判斷心臟問題的模型
主要使用技術(shù)：TensorFlow、Caffe、Tensor RT、CNN、梯度下降、池化、VGG模型等