繁花晕染-科技公司-2年软件工程师-猿急送
ID:235641

繁花晕染 有团队

软件工程师

  • 公司信息:
  • 科技公司
  • 工作经验:
  • 2年
  • 兼职日薪:
  • 500元/8小时
  • 兼职时间:
  • 下班后
  • 周六
  • 周日
  • 可工作日远程
  • 所在区域:
  • 苏州
  • 全区
  • 技术能力

    掌握数据结构,掌握Mysql数据库语言,掌握C/C++(CSP成绩160分)、Java、Python(CSP成绩200分)编程语言的应用,熟悉Linux,熟悉大数据的数据分析和挖掘技术及其Spark和Hadoop等分布式数据处理工具的应用及网站的研发工作。
    有软件设计师和信息系统项目管理师证书

    项目经验

    曾参与趣味比赛项目——杨超越粉丝相亲配对项目,本项目采用Scrapy爬虫技术获取杨超越粉丝信息,通过数据清洗、融合、分词等预处理操作后分析和提取数据的特征,采用LSTM算法对其进行文本分类的建模并对模型进行训练和测试,最终通过模型根据粉丝信息预测和推荐异性。在该项目中主要负责数据的爬取、数据预处理、模型构建以及管理团队工作。
    曾参与国家级科研项目——云南省智慧交通大数据研究与应用,该项目使用HDFS+Spark+Hive+Flume+Sqoop+Mysql+Java技术,通过融合百度地图数据、出租车数据和微博签到数据,分析城市功能区挖掘城市热点区域和居民出行频繁模式并进行可视化。在项目中主要负责分布式集群平台搭建、数据分析、建模、挖掘。本人作为第一作者的论文《基于出租车GPS数据的频繁模式挖掘》被《计算机科学》期刊(CCF B类中文期刊)录用,已经网络首发。

    团队情况

  • 整包服务: 其他开发   
  • 角色
    职位
    负责人
    软件工程师
    队员
    UI设计师
    队员
    前端工程师
    队员
    后端工程师

    案例展示

  • 基于多源位置数据的居民出行频繁模式挖掘

    基于多源位置数据的居民出行频繁模式挖掘

    随着城市化进程的不断深入,对居民出行频繁模式的挖掘成为一个研究热点。然而,现有的研究存在一些问题,如缺乏对频繁模式发生的目的和意义的描述,以及对挖掘结果分析不全面等。针对这些问题,文中提出了一种新颖的居民出行频繁模式挖掘方法(Mining Method of Residents’

  • 聚类算法

    聚类算法

    本文分析了Kmeans、Kmedoids、Cure、Birch、DBSCAN、OPTICS、Clique、DPC算法。 除了Birch聚类算法的python算法调用了sklearn.cluster里的Birch函数,没有未搜到Clique聚类的matlab版本的算法。其余算

  • 查看案例列表(含更多 0 个案例)

    信用行为

  • 接单
    0
  • 评价
    0
  • 收藏
    0
  • 微信扫码,建群沟通

    发布任务

    企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才

    微信接收人才推送

    关注猿急送微信平台,接收实时人才推送

    接收人才推送
    联系招聘专员
    联系招聘专员