# 个人简历
三年工作经验,目前硕士在读。
求职意向:机器学习算法工程师
、Python开发工程师
及其他相关岗位
正在武汉寻找一份长期实习的工作
邮箱 fanwei1995@hotmail.com 微信 fw950714
# 教育及工作经历
2019.9 - 2022.6
硕士 计算机应用技术
2016.7 - 2019.7
前端开发工程师
2011.9 - 2016.6
本科 生物技术
# 主要技能
编程语言:Python
、JavaScript
框架 / 库:numpy
、sklearn
、Tensorflow
、PaddlePaddle
了解并能熟练操作 Linux
系统,并进行服务器上的项目部署
熟练使用 Git
进行代码托管、版本控制及团队协作
能够熟练地阅读英文文献,并进行简单的口语交流
# 奖励与证书
2020年全国大学生英语竞赛(NECCS)A类(研究生)二等奖
2020年华为杯第十七届中国研究生数学建模竞赛 三等奖
三等学业奖学金(2019)、二等学业奖学金(2020)、研究生单项奖学金(2020)
英语六级
C1驾驶证
普通话等级考试二级甲等
# 项目经历
# 拉曼光谱分类GUI
项目目的:基于sklearn
等训练SVM
模型对拉曼光谱数据进行分类预测,并基于PyQt5
制作图形化界面。
主要工作:对拉曼光谱数据进行PCA
降维,通过GridSearch
确定最佳参数并训练SVM
模型进行分类 预测,在界面中使用QTable
同步展示过程中的数据变化情况。
项目成果:本项目的图形界面可以自主导入训练集、数据集和已经训练好的模型,点击即可完成预处理、 训练、预测等操作,并在整个流程中同步展示数据内容及变化情况。
此项目属于学长的硕士课题,已在2020年以硕士毕业论文的形式发表:《拉曼光谱结合化学计量学在磷矿检测中的应用》
# P300脑波识别及睡眠脑波分类
项目目的:对脑机接口信号进行P300脑波的分类识别。
主要工作:原始数据含有噪声,并且正负类别比例悬殊,因此对原始数据采用了滤波、降采样和叠加平均等预处理操作减小了噪声影响,并对正类数据采用重复过采样来避免类别不平衡问题。使用GridSearch
进行参数寻优,训
练SVM
模型并且交叉验证准确率达到 0.9 以上,从而对测试数据进行预测。此外利用来源于不同被试者的样本,分别训练SVM
模型并进行信息融合,显著提高了预测准确性。
项目成果:本项目属于2020年华为杯研究生数学建模竞赛C
题,最终对测试数据预测准确率达到100%
,获得了三等奖
# 基于集成学习的单细胞聚类算法
项目目的:对单细胞RNA测序数据进行聚类分析。
主要工作:采用不同的降维方式、相似度量及基础聚类算法结合作为弱分类器,利用Stacking
方法进行集成学习,得到强分类器,提升聚类分析的效果。
此项目尚在进行中。。。
更多项目请直接移步到我的 Github (opens new window)