钟子宏
广州
前腾讯数据科学家
评分: -
响应率:
约聊人数: 1
  • 从学校到职场-工程师小白的自我蜕变

    1、本话题的对象主要针对即将离开学校步入职场及刚毕业而步入职场的工程师小白。 2、本话题从自身经历出发,教会工程师小白如何克服走出“象牙塔”,步入现实职场,工程师小白面对的困惑及为迎接工作挑战所需要的自我修养和所需要的知识储备。 3、本话题从自身经历出发,教会工程师小白在职场中所面临的困难及应对技巧。

    ¥299
  • 非名校毕业的工程师自我蜕变之路

    1、本话题主要针对非名校毕业的工程师。 2、本话题教会非名校毕业的工程师如何提升自身技术、突显自身优势、在工作中实现自我价值,并获得领域成绩,获得技术领导的认可。

    ¥299
  • 传统行业数字化智能化转型架构设计

    1、本话题针对传统行业在数字化、智能化转型方面所面对的困难及问题进行深入分析、梳理,教会传统行业数字化智能化转型过程中所需要的顶层架构设计方法。 2、本话题教会传统行业如何在智能化转型中使用互联网大数据方法、算法方法及相应的工具,及软硬件搭建方法。

    ¥599

行家自述

1.数理统计学硕士,13年工作经验,历任金瑞期货量化研究员,腾讯数据科学家、腾讯云高级架构师,现任广东壹健康集团算法部总监。 2.获得172项中国授权专利,7项香港授权专利。 3.具有多年ToB、ToC项目丰富经验及云计算经验。 4.精通离线、实时大数据开发及架构,精通机器学习、深度学习、强化学习理论及算法项目落地部署。 5.具有丰富的推荐算法、智能营销算法、NLP、图像检测、车联网、路径规划、知识图谱、用户画像、游戏精细化运营算法、用户画像算法等项目经验。

项目经历

湖仓一体数据中台项目 2023.01 - 2023.06

数据中台负责人

1、基于spark、hive、flink、kafka、mysql、mongodb、clickhouse、hudi,设计并主导构建湖仓一体的离线数仓和实时数仓项目,协助公司由传统离线数仓往具有湖仓一体、流批一体的互联网数仓架构转型。 2、根据指标的实时性要求,分类设计实时和离线计算方案,有效解决指标之间的实时和离线计算效率慢的问题,实时指标计算时长由原来1小时,提升至10分钟内,离线指标计算效率由原来3小时,提升至30分钟内。 3、设计并主导实时用户画像和离线用户画像,为人群圈选、智能营销、推荐等算法场景提供画像数据支持。 4、设计并主导语音、企微对话文本实时数仓建设,为基于NLP的语音质检和客诉风控项目提供实时文本标签数据,有效解决系统实时性不足问题。 5、基于数据中台,为算法平台提供离线和实时数据,设计算法平台的离线训练、实时推理架构提供数据支持。

算法平台项目 2023.01 - 2023.06

算法部总监

1、基于本地服务器,设计算法平台架构方案,为集团提供离线训练、实时推理架构的算法平台,为集团智能化转型提供基础支撑。 2、Hive、Redis、kafka、mongodb、hdfs、clickhouse等数据库组件搭建算法平台。 3、算法平台内嵌NLP文本分类算法、推荐算法、图像识别算法等功能组件,应用于智能质检、客诉风险预警、服务推荐、商品推荐等项目。

基于NLP的客诉风险预警项目 2022.10 - 至今

算法部总监

1、基于算法平台的NLP文本分类组件搭建客诉风险预警项目 2、采用BertRNN算法模型,对营销过程中的电话通话内容进行风险预测,在有限审核人力下,有效预警客户投诉风险。在线效果:召回率达到80%。

基于腾讯云的车联网算法平台项目 2021.06 - 2022.06

Team Leader

1、带领团队基于腾讯云平台构建能应用于车联网ToB和ToC的智能算法SaaS平台,提炼一套通用的推荐算法系统能力,并负责核心算法组件代码开发。 2、该平台采用spark、Tensorflow、pytorch等算法框架,搭载NLP、图像检测、推荐算法等应用场景。 3、该平台应用落地到本部门车联网产品业务场景中,包括:出行服务、我的车、车载音乐等小程序产品。 4、业绩: A、ToC: a、系统应用于车联网部门所有小程序业务及车机端业务中,协助实现业务数据智能化; c、系统已经持续应用于优惠加油、用户意图检测、提前购、搜索词服务等多个业务场景,其中, 优惠加油(算法 VS 人工提升50%+)、用户意图搜索(算法 VS 人工提升8%~15%)。 B、ToB: a、基于腾讯云平台搭建应用于厂商的通用智能算法平台,助力开展PoC; b、该系统基于机器学习(Spark)、深度学习(Tensorflow、Pytorch)、联邦学习(FL)具有丰富的模型场景; c、该系统具有智能推荐&智能营销场景自动化打标服务等功能。

基于腾讯云的车联网数据上云项目 2021.01 - 2021.06

Team Leader

1、数仓搭建技术选型、数仓架构方案设计,规划设计车联网数据中台架构及数仓架构,搭建基于出行服务小程序、车载APP等业务的数据中台及数仓。 2、基于spark、hive、hdfs、flink、kafka、mysql、mongodb、clickhouse等中间件,设计并主导搭建流批一体的车联网离线数仓和实时数仓项目,服务整个车联网团队的所有应用。 3、基于腾讯云平台及云端大数据工具链构建车联网数据指标体系整体实现上云,并重新构建云端大数据体系的整体架构,优化计算流程,实现云端数据与云下数据的交互计算设计,实现数据快速上云。 4、搭建车联网用户数据标签体系,为业务团队进行运营决策提供数据分析、算法模型支持。

基于CRM的推荐算法体系项目 2018.06 - 2019.08

数据挖掘经理

1、带领团队研究用户在产品各个生命周期中的偏好,构建用户偏好特征,搭建用户偏好特征画像; 2、带领团队基于机器学习算法搭建用户增长推荐算法体系项目,用户在产品的整个生命周期得到有效管理能力:拉新、预流失、付费拉新、付费回流、付费预流失、付费活跃、流失挽回等; 3、搭建深度学习算法在用户增长推荐算法体系的场景应用与落地,并基于WDL模型搭建用户生命周期场景融合项目;业务:已经接入公司全游戏平台业务。 4、业绩: A、已持续支持完成10期预流失活动、回流、付费项目活动,整体大盘活跃留存率持续提升8%~20%左右,算法 VS 人工提升50%以上; B、实现礼券自动化,实现从数据、建模、前端落地页、后端PUSH、礼券自动化配置、业务上线、数据评估等闭环。

用户增长算法体系项目 2016.01 - 2018.03

Team Leader

1、搭建拉新、预流失关怀、付费提升、付费回流、流失挽回等不同业务场景的用户生命周期的用户增长算法体系;提升用户在游戏中的留存、转化率、活跃度和付费转化率;干预后比干预前平均提升40%~50%; 2、业务合作:所有准四星及以上游戏及游戏大盘; 3、根据每个游戏用户的在游戏内的偏好特征,采用CTR预估进行游戏礼包个性化推荐; 4、效果:营销型tips点击率由5.6%提升至14.1%; 5、解决问题:用户点击率偏低情况下tips被取消发送问题; 6、项目创新: (1) 算法框架包含机器学习算法、活跃度算法、生存模型算法等算法模块,多方位满足业务需求同时,节省存储和计算资源(计算时间降低75%,存储降低90%),也解决了调度系统与计算系统对接不畅顺问题; (2) 已申请多项专利,其中两项进入申请国外专利阶段,并协助成本优化项目优化资源。

专业成就

1、获得授权发明专利42项,172项公司专利奖(大数据、电子讯息技术、人工智能方向); 2、腾讯期间,获得5次优秀员工、3次“季度之星奖”、1次优秀团队奖项。

用户评价

暂无评价

暂时没有评价哦

常见问题

  • 「在行」能帮我做什么?
    展开
  • 如何开始使用「在行」?
    展开
  • 行家值得信赖吗?
    展开
  • 约见有什么规范?
    展开
选择约聊话题
从学校到职场-工程师小白的自我蜕变
非名校毕业的工程师自我蜕变之路
传统行业数字化智能化转型架构设计
选择约聊方式

推荐专题