1、在?python、?r?或?octave?方面有豐富的實(shí)踐經(jīng)驗(yàn)
?2、精通數(shù)學(xué)建模，統(tǒng)計(jì)，概率
?3、了解機(jī)器學(xué)習(xí)技術(shù)、神經(jīng)網(wǎng)絡(luò)、線(xiàn)性回歸、情緒分析、聚類(lèi)、異常檢測(cè)、?nlp、聊天機(jī)器人、主題建模、實(shí)體識(shí)別
?4、ui?展示、?qliksense、?power?bi、?r?shiny、?ord3.js?方面的經(jīng)驗(yàn)
?5、有豐富的SQL知識(shí)(Oracle,?MySQL,?MariaDB)
?6、熟悉Linux操作系統(tǒng)
?7、掌握機(jī)器學(xué)習(xí)基礎(chǔ)概念和方法論，能夠根據(jù)具體業(yè)務(wù)場(chǎng)景提出正確的標(biāo)簽標(biāo)注／定義方式，并且設(shè)計(jì)合理的metrics和模型pipeline，熟悉并能夠貼合場(chǎng)景選擇并熟練運(yùn)用多元線(xiàn)性回歸、廣義線(xiàn)性模型、邏輯回歸、用于分類(lèi)／回歸的決策樹(shù)、隨機(jī)森林、Boosting、SVM、神經(jīng)網(wǎng)絡(luò)等算法，并能夠根據(jù)數(shù)據(jù)、標(biāo)簽的分布特性調(diào)整模型參數(shù)以達(dá)到業(yè)務(wù)想要的結(jié)果；了解欠擬合、過(guò)擬合的概念和在模型中的具體表現(xiàn)，能夠應(yīng)用特定的訓(xùn)練方式或合理調(diào)整、融合模型以避免此類(lèi)情況的發(fā)生，并且提高模型表現(xiàn)。
招賢納士網(wǎng)聯(lián)盟網(wǎng)站
