个人简历

Jiawei He

技术栈

  • 机器学习：
    • 硕士期间学习研究NLP，主攻文本挖掘与分析方向。
    • 硕士论文课题方向为——商品评论的有用性预测及重要性排序。提出一种基于LDA的写作风格表示方法。
    • 学术论文： ICKEA 2016 《A Supervised Method for Ranking Reviews Based on Latent Structure Features》
    • 掌握常用的机器学习算法（LR、NB、SVM、RF、HMM、CRF等），了解机器学习前沿技术（神经网络、词向量等）。
  • Python：
    • 熟悉，作为个人项目主力语言。
    • 常用Web框架为Flask。
    • 熟练使用Scikit-Learn、gensim、pandas等第三方机器学习及数据分析的工具库。
  • Java：
    • 掌握，有基于OOP思想的项目开发经验，能独立设计开发整个项目。
    • 掌握Java常用特性，了解JVM内存原理。
  • 数据库：
    • NoSQL: 掌握，常用的非关系型数据库为MongoDB，使用过Redis做为缓存。
    • SQL：了解基本SQL语法，常用关系型数据库为MySQL。
  • Linux操作：
    • 日常使用OS X进行开发，掌握Unix-like系统的基本命令。
  • Android：
    • 了解，能独立开发简单的APP。
  • 前端:
    • 掌握基本的原生JavaScript语法，能编写函数进行基本的HTML元素控制与相关的数据交互操作。
    • 常用jQuery、Bootstrap等框架，接触过AngularJS。能独立设计简单的网页。
    • 熟悉爬虫、抓包的相关流程。
  • Big Data生态:
    • 了解基本的Spark数据处理方法
    • 了解Map-Reduce模型

教育背景

  • 北京邮电大学 研究生 电子与通信工程专业 自然语言处理方向 (2014.09 - 2017.04)
    • 语言水平：英语六级，无障碍阅读外文文献与技术文档。
    • 专业基础：研究掌握了本方向的理论知识，包括数据挖掘算法与自然语言处理的相关理论。
  • 北京邮电大学 本科生 信息工程专业 (2010.09 - 2014.06)
    • 专业基础：学习并完成计算机相关学科课程，包括计算机网络、数据结构、数字逻辑、Java程序设计、C程序设计等。

实习经历

  • 深圳云天励飞技术有限公司 【算法工程师】 （2016.07 - 2016.09）
    1. 负责计算机视觉相关的算法原型实现。
    2. 利用高维LBP特征进行人脸性别与年龄识别，性别识别准确率97%以上，年龄识别绝对差6岁左右。
    3. 研究实现高维特征的稀疏化映射矩阵,以实现特征降维,并主要研究了涉及 L1 正则项的最优化方法。实现模型大小压缩 100 倍,准确率仅下降 1~2%。
  • 北京拉布科技有限公司 【算法工程师】 (2015.06 - 2016.02)
    1. 负责情境识别算法的设计与实现，利用CRF模型对用户状态进行情境标注。
    2. 作为负责人参与微信公众号文章分析（用户阅读兴趣画像）项目，设计技术方案，并与团队合作完成产品，同时负责与客户对接以进行产品迭代。
    3. 采用微服务架构，基于Python的Flask框架向其他模块提供RESTful API。
    4. 针对不同业务要求，设计MongoDB的存储数据结构，并建立合适的索引优化查询。
    5. 综合使用Python、Node.js、JavaScript和相关的jQuery、Bootstrap框架设计实现公司的内部Web工具，提高了数据处理的效率。
    6. 负责姿态识别算法模块的Android移植，并提供demo供以测试。
    7. 掌握基本的Linux部署操作命令和基于Jenkins的CI自动化部署流程。

项目经历

  • MusicTaster——一种Word2Vec转Song2Vec、Aritst2Vec的实践 【个人项目】 (2016.12-2016.03)
    1. 基于爬取的网易云音乐200w+歌曲、20w+歌单、7w+歌手等信息，训练Song2Vec模型。
    2. 实现任意歌单内歌曲的聚类及前端可视化。
    3. 实现曲库内（20W+歌曲）任意多首歌曲的相似度搜索，并返回最相似的Top K歌曲。
    4. 提供一套更丰富的API
  • Senz情境感知——用户情境识别SDK 【团队项目】 (2015.06 - 2016.02)
    1. 嵌入Senz SDK 的移动应用可获得用户级别的情境识别能力，包括用户画像（职业、性别、领域、喜好等）、姿态识别（静坐、步行、跑步、乘车）、场景识别（在家、在公司、在上班路上、在回家路上、在电影院、在商圈等）。
    2. 负责基于手机应用列表的用户画像算法的设计实现，为高阶用户画像提供基本信息。
    3. 负责用户场景识别算法的设计实现，定时批量标注用户所处场景（30w/天，场景事件识别准确率60%+）。
  • PageTemper——微信公众号用户兴趣画像 【团队项目】 （2015.08 - 2016.02）
    1. 利用微信公众平台的API，配合后端相关服务，记录公众号粉丝的阅读情况（用户级），并分析出具体用户的阅读兴趣，为接入的公众号提供用户阅读兴趣数据及相应的统计信息。
    2. 负责整体技术方案设计、微信公众平台API研究、文章分析算法模块的设计与实现。
    3. 基于Flask提供文章分析API，数据存储使用MongoDB。
  • Shooooty——Chrome浏览器弹幕扩展程序 【合作开发】 (2015.10 - 2015.12)
    1. 基于Flask框架与Leancloud云引擎部署后端程序、RESTful API实现前后端数据交互。
    2. 研究Chrome Extension API，并结合jQuery对网页的HTML元素进行操作，实现在任意网页发送/接收弹幕的功能。
  • 淘宝买不买——淘宝、天猫商品评价聚类 【独立开发】 (2015.03 - 2015.04)
    1. 给定一个淘宝&天猫商品页的URL，爬取该商品的评价，对评价中的关键字、句子组成进行聚类分析并呈现，得出各组关键词下的具体评价内容，供网购者参考。
    2. 部署于阿里云引擎，使用Java开发，涉及Servlet、HTTP爬虫技术、文本处理技术、数据挖掘算法等。

  • 第三方新浪微博Android客户端 【独立开发】 (2014.10 - 2014.12)

    1. 使用新浪微博开放平台SDK，实现的功能有：查看登陆用户所有微博，查看登录用户所关注用户的最新微博，查看评论，针对某条评论进行回复，评论、转发某条微博。

  • YGameFrame——自制2D Android游戏引擎 【团队项目】 (2014.06 - 2014.10)

    1. 基于jBox2d和OpenGL自制2D游戏引擎，MVC架构。
    2. 负责引擎地图模块的方案实现、游戏demo的动作逻辑设计。

活动经历

  • 阿里巴巴2016年天池数据竞赛——阿里音乐流行趋势预测大赛 (2016.05 - 2016.06)
    1. 根据样本用户的历史播放数据，预测未来两个月内每天各歌手的被收听量。
    2. 作为团队（3人）主要参与者，进行了包括数据清洗、特征分析、正负样本选取、模型建立与算法实现等工作，最终取得第一赛季139名的成绩（139/5476）。
  • 驾数据 领未来 大众汽车数据创新大赛（Hackathon） (2015.07 - 2015.07)
    1. 作为4人团队的一员参与竞赛并最终获得最佳商业前景奖（头等奖）
    2. 负责汽车原始GPS轨迹数据的清洗与聚类分析，并结合百度地图的JS SDK制作了轨迹可视化demo，供以演示最终的算法结果。
  • 阿里巴巴2015年天池数据竞赛——阿里移动推荐算法竞赛 (2015.05 - 2015.07)
    1. 根据用户对商品集一个月的历史浏览、收藏、添加购物车、购买记录，推荐、预测用户在第二天有可能购买的商品。
    2. 作为团队（2人）主要参与者进行了特征分析、模型建立、算法实现等工作，最终取得第一赛季Top 10%的成绩（719/7186）