技能标签
专业技能
精通高等数学、线性代数、概率论与数理统计，能够深入理解机器学习算法的数学原理及推导过程。掌握监督学习（线性回归、SVM、决策树、XGBoost/LightGBM）与无监督学习（聚类、降维）算法，具备模型调优能力。精通Python编程，熟练使用NumPy/Pandas进行数据处理，掌握Matplotlib/Seaborn进行数据可视化。精通PyTorch框架，掌握CNN/RNN/Transformer等深度学习架构，熟悉反向传播机制及梯度问题处理。具备英文文献阅读能力，能够复现前沿模型。
工作履历（脱敏处理）
专注于机器学习算法研发与模型优化，具备从数据预处理到模型部署的全流程经验。独立完成药物-靶标亲和力预测模型研究，设计基于图神经网络与蛋白质语言模型的多模态特征融合方案，实现CI值达0.91的高精度预测。擅长处理高维数据特征工程，能够通过注意力机制优化模型交互模式。具备良好的算法文档撰写能力，完成学术论文撰写并处于投稿阶段。
项目经验（脱敏处理）
药物-靶标亲和力预测模型研究（2023.06-2024.06）
项目背景：针对传统药物筛选实验周期长、成本高的问题，研发基于人工智能的药物分子筛选系统。项目采用多模态深度学习方法，构建药物-靶标亲和力预测模型。
技术实现：1. 数据处理：构建包含BindingDB/PDBbind数据库的多模态数据集，采用图神经网络提取药物分子拓扑特征，使用预训练蛋白质语言模型获取靶标序列深度特征；2. 模型架构：设计注意力融合机制，实现药物分子关键基团与靶标结合口袋区域的交互模式建模；3. 优化训练：基于Davis/KIBA基准数据集进行端到端训练，通过超参数调优使模型CI值达到0.91。
项目成果：产出可直接部署的模型权重文件及完整代码库，完成学术论文撰写并进入审稿阶段。模型具备良好的泛化能力，可应用于药物筛选及重定位研究。
驻场外包优势
服从性高
严格遵守甲方管理制度
技术扎实
1年项目实战经验
可长期驻场
接受异地项目外派
快速响应
24小时内可到岗
企业人才对接
专业IT人力外包服务
如果贵公司有IT项目人手缺口、需要工程师驻场开发、短期人力支援需求，欢迎联系洽谈合作。
合作热线
18969108718
商务邮箱
ntit@163.com
微信扫码咨询
扫描二维码添加商务对接