1、沟通能力强，能够给予客户一个良好的印象
2、执行能力强，领导的安排会即刻行动
3、积极的态度，而且公私分明，工作以外的事情不会影响工作进度
4、善于学习，不会的东西能够及时请教，便于提升能力

Python(精通)

2019-02至今——公司:上海趋曼有限公司（外包）
行业:计算机软件
性质:上市公司
部门:  人工智能事业部
职位: 自然语言处理（NLP）

工作描述：1、人机交互系统中自然语言处理相关核心技术研发；
2、人机交互系统在线服务的维护和相关业务的开发；
3、基于大数据分析相关算法建立内容分类模型和用户画像；
4、探索自然语言处理前沿技术，并应用于垂直领域的语义解析、对话系统、个性化推荐等系统中。
5、交通车辆系统竞赛（拥堵识别）

2015-10至2019-01——公司:珠海世纪鼎利科技股份有限公司
行业:计算机软件
性质:上市公司
部门:  信息技术部
职位: 算法工程师

工作描述：从实习到正式工作
学习专业技能，设计算法、实施产品

2019-02至今——道路拥堵优化
项目描述：目的解决交叉口拥堵问题进行优化，实时检测+算法输出+方向流量计数+周期推
算+绿灯时间推算+溢出识别
实时检测获得交叉口的行人行车id、帧号、坐标。
读取数据，标记交叉口断面停车线，行车达到一定阈值形成进口道。
根据每个车辆的坐标进行进口道识别，运用聚类方法和轮廓系数法判定最佳出口
道中心。运用行车角度确定行车方向
根据关键车辆进行周期确定、绿灯时间确定
根据车辆的id停留时长确定是否造成溢出（拥塞）

2019-02至今——基于相似度匹配的对话机器人
项目描述：与基于Quora的的的语义等价判别相同，本次评测任务的主要目标是针对中文的真
实客服语料，进行问句意图匹配。集给定两个语句，要求判定两者意图是否相同或者相
近。所有语料来自原始的银行领域智能客服日志，并经过了筛选和人工的意图匹配标注。
预处理，基于维特比算法对语句进行切分，采用了正则的方式进行停用词的去除，
停用词表选自哈工大的停用词表，首先用精准模式进行类似谷歌的严格匹配。
二次匹配采用关键词占比的匹配方式，根据比例选择占比最高的问句进行对应答案
的输出。
最终采用模型的方式进行语义相似度计算，选择相似度最高的问句，对应相关的答
案，进行output。
刚开始用问句文字的占比，后改称为关键词占比。

2018-07至今——语音克隆机器人
项目描述：通过该模型进行语音生成任务，可以直接对原始语音数据进行建模，很接近真人
发出的声音。还可以抓取不同说话者的特征，有高保真度。使用音乐文件来训练该模
型，可以生成新的高保真度的音乐片段
基于WaveNet模型，采用了堆叠了（stack）多层带洞卷积来增到网络的感受野，
使得网络生成下一个元素的能够使用更多之前的元素数值。Output输出只利用了之前
的元素来生成
Tacotron通过调节Wavenet对MEL谱图预测进行自然TTS合成，根据语料库中的
字频构造字典，随机初始化词嵌入层，另一种方法是引入预先在语料库训练的词向量
(word2vec)，可以在一定程度上提升模型的效果，通过梅尔标度滤波器组，变换为梅
尔频谱，然后将输出输入到双向的GRU中，添加了一层post-processing模块，Griffin
-Lim算法来将的输出合成为语音。
结合了因果卷积和扩展卷积，让感受野随着模型深度增加而成倍增加。感受野的增
加对原始语音建模中的长时间依赖非常重要。

2017-07至2018-07——智能聊天机器人
项目描述：通过智能问答的方式替代前期工作人员的一些简单问答，由于机器人速度快而
且时刻在线，可以提升用户体验，同时可以达到节省时间、节省人力资源的效果。
配置文件：AIML与Neo4j集成；
模型框架：使用Python-aiml语言建模。
模型选取：基于seq2seq模型，其中encoder与decoder均由多个GRU单
元构成的网络结合模型特点中的Attention机制，能提取更复杂更抽象的特
征，更好的解码输入序列。在隐层中加入dropout机制使模型更具鲁棒性。
输入层采用了词向量压缩嵌入word embedding层，使字向量更具备语义信
息。采用bucket机制，依长度对问答对进行分组
分类器：softmax分类器
BP算法：用Adam更新梯度
引入检索模式，通过相似度计算方法对问句进行匹配，再对基于检索模式和生
成模式回答问题进行决策，使聊天机器人更能有用的信息。

2016-09至2017-06——人脸认证网页登陆
所属公司：珠海世纪鼎利科技股份有限公司
项目描述：在多个 BS 政务监管系统登录模块增加人脸认证方式，前期采用 python+
openCV+Dlib 模式，后改进为 openCV+dlib+inception-v3mtcnn+facenet+
flask 模式。
Dlib 模式：预先存储好相关人员的人脸照片，opencv 调用摄像头获取照片后
用 Dlib 对齐人脸，通过与数据库中人脸计算欧式距离检测相距最近的，将判断结
果用ajax 传到前台。
mtcnn+facenet 模式：分为注册和登录两部分。注册用 openCV 实现从摄像
头读取视频帧，对读取的视频帧采用 dlib+inception-v3 方法检测人脸和筛选，通
过mtcnn+ facenet 对检测的人脸进行 embedding， 映射成 128 维度的特征向
量，其中标签为人名，存储到数据库 csv 文件中。登录时对新读取的人脸数据与数
据库 csv 文件中的128维度向量计算欧式距离，返回距离最小值对应的标签给前台。

2012-09至2016-07——哈尔滨理工大学
自动化 本科

2018-11——高级工程师:工信部人工智能高级证