1
被预约次数
2
被收藏次数
0
被评价次数
精通嵌入式Linux系统开发，熟练掌握Linux驱动模型及系统开发，熟悉Linux kernel架构；
• 熟悉机器学习相关算法--linear regression， logistic regression， SVM， neural network、EM、 naive bayes等，了解各自优缺点，可有效为其设计合适特征向量；
• 具有扎实的前后端知识：
• 前端：熟悉WebPack, SystemJS, CommonJS等前端模块加载和打包工具; 精通Javascript/Typescript语言；精通react并掌握其核心设计思路；掌握前端其他主流知识；
• 后端：熟悉典型Linux服务端IO模型，擅长设计高并发服务器，精通C/C++语言；
• 对软件架构设计，模块划分，分层抽象有自己的见解； 可以写出高质量的代码： 高内聚，低耦合，高复用，可测试，可读性强；
• 全面的计算机知识结构(操作系统、计算机体系架构、软件工程、设计模式、TCP/IP协议，数据结构和常用算法)；
• 做事专注，严谨，技术功底扎实，为人真诚，具有良好的团队管理能力： 可快速建立积极向上，做事严谨负责的团队氛围，保证团队有很强的技术氛围及周全的产品思维，使整个团队高效运转。
1. 某搜索公司网搜索端排序算法。
• 用机器学习优化团单排序， 显著提升CTR和ROI。
• 调研相关基础特征， 保证top团单整体效果；
• 挖掘个性化特征， 将其融合到LR模型中；
• 重构现有排序架构： 使策略架构分离彻底，显著减少新特征开发、测试、上线时间。
• 优化LR线下训练流程：优化正则参数； 添加监控模块、特征过滤模块。
2. Gallery手机日志迁移系统：使用C++开发的一套大数据迁移系统，将不同的目的地(hdfs, amazon s3, ftp etc)的数据源(至少TB级)，迁移到不同的目的地（hbase, hdfs etc）， 在迁移过程中可对数据进行并发处理—如：extract、encryption and decryption（如AES）、compress and uncompress（包括lzo、 gzip、bzip2）或 用户自定义的脚本(ex:shelll, python)任务, 并保证数据正确性，传输时效性，任务的自动retry ，支持cron任务 等功能。
3. 完成了“LY多媒体信息发布系统”终端软件开发，保证了其运行稳定，功能多样，可适应多种类型终端，可扩展性强；保证“LY多媒体信息发布系统”平台的服务器部分健壮运行，并能承受较大规模的并发连接；
4.开发的OA系统，在公司的日常运维中发挥较大的作用。
可兼职时间
可兼职地点
0条评论 雇主评价