21年上市 研发中心负责人(20+团队)
项目名称: OOOOO
工作内容: 英国直播电商产品, Appstore电商类排名#1(2021)
项目描述:
1. 主导电商直播产品线设计,包括APP端,后台系统和开发平台
2. 指导技术团队完成电商技术架构、直播系统和数据分析系统的设计
3. 制定项目管理流程
4. 负责与英国团队沟通,包含需求分析,运营计划等
5. 推动团队内部文化建设,包括分享会,书角,新员工快速上手
产品名称:B2WLive
工作内容: 该项目属于首次技术输出项目,与 B2W(南美第二大电商公司)合作的直播电商产
品,落地在巴西。
项目描述:
1. 负责与B2W巴西团队沟通,制定需求迭代计划
2. 跨公司推进产品上线,包括合作方技术人员
3. 组织技术资源,支持B2WLive直播大活动(黑五,圣诞)
4. 定期组织与B2W的直播总结会
产品名称:LikeQ
工作内容:QVC(美国最大电视电商直播)合作的直播电商产品,落地在意大利。
项目描述:
1. 与意大利团队合作,推动项目落地,包括数据安全(欧盟),成本管控和进度等
2. 协调运营和营销资源,以及直播活动设计
3. 定期组织与QVC的直播总结会
产品名称:Shiller
工作内容:Web3 社区项目
产品功能包括Did登录,Token 合约构建,Dao工具,AR直播功能,合约钱包, DigiPass
项目描述:
1. 公司内普及区块链技术
2. 调研Web3社区产品,主导产品架构和功能设计
3. 制定项目milestone计划,组织研发团队,如期交付节点所需版本
4. 项目执行过程中,确保合约安全,同外部审计团队合作,审核合约代码

项目一: 关键词重要度
项目描述:长句中,存在几个关键词可以表达整个句子的语义。比如”企业营销的本质是如何解决
企业和客户之间的沟通”关键词是企业、营销、客户和沟通。 模型:
分词后,生成句子的依存模型,之后采用 randomwalk 的方法,获取词的关键度,其中不同的
依存关系采用不同的阻尼系数。
项目二: 智能问答客服机器人
项目描述: 问答机器人的语言料是<问题,<相似问题组>,答案>,对应的是 textmatching 模型,
根据用户的输入,找到最匹配的问题来获取答案。客户有 Tapd,国家电网,在线医疗丁香园等。
匹配客户自测准确度 93%+。
模型: 采用基于表示的匹配模型(BIMPM), 匹配模型中使用句子多粒度表示,通过字,词向量和
关键词重要度作为匹配模型的输入。
项目三: 复述模型生成
项目描述: 问答机器人中,客户需要准备标准问和相似问组,辅助客户生成相似问组。比如”电
费欠费了,多少天断电?” 生成的复述是” 欠缴电费了后几天断电?”
模型: 先通过对比学习(back-translation) 进行数据增强和预训练encoder,然后基于
transformer框架,融合 pointer-generator,构建类似机器翻译的模型。
项目四: 找钢网买卖消息分析
项目描述: 找钢网的客户使用行业 IM 群进行交流。交易员需要人工查看买卖消息再私聊交易,
效率不高。通过该模型,分析消息,展现在买卖大厅中,提高交易效率。比如库存普卷 Q235B
2.75*1500*C, 当日开票武钢。
模型: 买卖意图分类采用 CNNText,不同文本长度不同, 考虑到 zeropadding 对短文本的效果
影响, 提出charpadding(词不够长,将最后的字填充)。该类行业黑话很多,实体词很有限,直
接采用词典和正则就满足需求。
项目五:QQ群行业分类
项目描述:QQ 群存在很多行业群,比如机械,医药和化工等。获得这些群行业分类的标签,辅
助广告营销和QQ群搜索。
语料:通过已有百科语料和垂类媒体的语料生成wordembedding。
Label:首先根据很明显的群名称,来获取种子Label群, 比如上海五金同城, 后续使用
pseudo-labeling方法获取更多的label的群。
群消息处理:周群消息量在 20w 左右,将群消息整体看作文档。但是文档重复句子过多。
模型:由于graph 模型可以捕获文档频域下的规律,因此使用graphattentionnetwork模型,
将词语作为图的节点,统计词上下文消息中共现次数获取边的weight(归一化)。
项目六:Bert行业模型
项目描述:储备不同的行业模型,为后续各类tob的项目准备。基础语料是百度百科(2G)+微信
公众号文章(3G)。行业语料是垂类网站抓取和知识图谱生成(相近实体词替代行业网站语料的实体词)(2G)。模型使用RoBert,根据Apex调整精度优化效果,多GPU数据并行。生成了机械
工业,化工,保险,汽车,医药四个领域的行业模型。
项目七: 多轮对话任务机器人
项目描述:Pipeline模型,对话策略和自定义Action的方式,完成任务机器人的对话管理。意图
识别和实体抽取采用Bert行业微调语言模型(搭配实体词典和正则作为输入)。基座是Bert的
行业语言模型,通过客户输入的语料定期微调。比如,意图:受益人条件 语料:X[险种]的受益
人有什么要求? 策略方面提供2种策略,一种是槽位填充策略,一个是基于memorynetwork
的来匹配最相关的动作。Action包含3种,普通回复,选择回复(提供选项让用户选择)和远
程调用(我们提供如下几种旅行险[travel_insurance], 通过远程API调用获取实体来填充回复)。

项目一: 音乐推荐召回系统
项目描述:ECHO 音乐 App 产生的数据均为隐式反馈数据,喜欢评论等,因此开发 logistic
implicitmatrixfactorization 来生成用户和歌曲的 featurevector。对模型和数据进行切分,流水
线并行化训练。微调了Adam 优化算法。
项目二: 听歌识曲
项目描述:作为 collaborativefiltering 的补充,需要对音乐的内容进行建模,建立音乐或者歌曲
在内容上的 musicembedding用作听歌识曲。首先应用 shorttimeFouriertransform,音乐划分
成多个 frame,后每个frame 进行傅里叶变换,映射到梅尔刻度和Logcompression压缩。多
个 frame 合并成多个 block。每个blockfeature 输入到VariationalEncoder模型。选择hidden
layer作为最终的feature,最终的输出维度[block_length,block_dim],通过faiss框架实施快速
检索。
项目三: 搜索词纠错
项目描述: 用户在 echoAPP 中搜索的时候,经常会输入错误,比如林俊杰会写成林俊解, 需
要对该搜索词进行纠错处理。首先建立曲库的正常歌曲名和歌手名对应 editdistance 索引
(distance 上中文为 3,外文,汉字拼音为 5)。纠错 query 的时候,采用 improvedfastsimilarity
search 算法,搜索用户 query 和词典内距离小于一定阈值的词。
项目四: 音乐 beat 分析
项目描述: 产品需要开发类似节奏大师类的游戏,因此需要找出歌曲中的节奏点。Beattrack 分
为 三步 featureextraction,periodicityestimation 和 phasedetection。特征采用 complex
spectralflux, 使用BiLSTM计算每个特征点属于 beat 的概率。最后采用 autocorrelation
function 预估不同的 tempo, 根据这些 tempo概率值和难度设置,生成 beatphase曲谱。
项目五: 常用音频算法开发
项目描述: 开发常用的音频算法 SDK,用于 echoapp 的 UGC 功能,包括特殊音效,自动伴奏,
鬼 畜和电子效果等。SDK 包括以下 reverb(并行快速卷积),onsetdetection,pitchdetection(yinalgorithm),pitchshift(viaoverlap-addorenvelope),distortion,flange, 和弦走向检测,调性检测,
syllablesegment(音节切字算法,申请专利)等。最后开发适配 Android,IOS 的接口SDK。通过
这些算法组合,能够完成根据一段文字+鬼畜音乐,生成鬼畜的语音。 (wavenet出来后,考虑使用深度学习生成鬼畜,但是离职未完成)

工作内容: 广告反作弊系统、广告 CTR模型、人群 lookalikepoisonmodel、MAB预算模型、素
材广告位整数规划、网页主题LabelLDA预测、CTR 模型FTRLonlinelearning

工作内容: 链接抓取优先级排序、 时效性网页分类、网页内容分析PLSI
专利:
一种汉字语音片段的确定方法及装置:http://www.soopat.com/Patent/201710516325
一种自动生成鬼畜类歌曲的方法及装置:http://www.soopat.com/Patent/201710515267
一种语义匹配的方法以及相关装置:http://www.soopat.com/Patent/201910871549
一种关键词抽取方法、装置以及计算机存储质:http://www.soopat.com/Patent/201911082856