实战经历：

现就职于腾讯，担任高级大数据架构师

数据集分析挖掘、数据库、数据仓库、大数据架构和应用开发

拥有20年计算机领域领导和管理、软件设计、系统分析、产品研发工作经验；

熟练掌握各种需求分析和设计工具（rose、powerdesign、epwin、viso、doors等）；

Oracle OCP和Oracle OCM认证金牌培训讲师，大数据CDH5认证培训讲师。

具有丰富的开发经验，熟练掌握。Net平台（vs2005开发环境），java平台（eclipse）开发，nodejs，unix下c++开发（tuxido中间件），熟练掌握各种web服务器配置（iis、weblogic应用服务器、tomcat,apache），精通oracle、db2、sybase iq数据库仓库架构、开发，熟悉msqlserver数据库；了解集群hadoop、非关系数据库mongdb；精通bi框架spagobi；精通etl工具datastage、informatica，精通报表工具IBM cognos、IBM PAX；

精通powerdesign进行数据库，数据仓库多维建模，数据仓库架构。

精通数据挖掘理论和应用，精通oracle miner建模挖掘分析，精通spss_clementine数据挖掘建模。

精通Python数据分析和数据挖掘

精通informatica元数据管理和二次开发，熟练数据仓库元数据设计。

职业资历：

南京大学计算机本科、合肥工业大学工商管理硕士、中科大博士在读。从事软件教学和开发20年，具有丰富的软件开发和架构设计和管理经验。高级工程师，系统分析师，信息系统项目管理，曾任大学担任计算机教师，担任过福建新大陆电脑产品经理、数据仓库架构师，湖南创发科技系统分析员，江苏博瑞思科技技术专家，江苏众灜联合数据CTO，上海藤榕网络科技数据平台架构师，上海订餐小秘书架构师，上海眸事信息技术优先公司技术总监，现为某大数据公司首席架构师。长期从事Oracle OCP、Oracle OCM、IBM COGNOS、IBM PAX、大数据、数据分析、数据挖掘培训。

上课生动活泼，各种案例信手拈来。案例丰富，奉行授人与鱼不如授人与渔。从思维方式、细节行为上教育学生。长期被聘任各企业和公开课学员选为最喜爱的老师。

项目经验：（部分）

脉豪呼叫中心智能机器人

软件环境：    nodejs、mongodb、redis、asterisk、opensips

硬件环境：    阿里云/百度云

开发工具：    Visual Studio Code、shell、v8、python、opencv

项目描述：    脉豪呼叫中心是一款基于nodejs+mongodb开发得saas平台，该系统部署在阿里云系统上，能完成几十万坐席用户同时在线呼叫，能对客户得录音长期存放、回放，并进行机器语言质检和人工质检。该系统实现了对客户项目和号码得自动管理，美妙可以实现上万得语音并发，同时对接大数据对号码精选得精确控制：

1、对呼叫线路语音实时nlp处理

2、对语音转文字后进行划词分词处理。

3、对大量用户语音离线处理文字，并做用户画像，挖掘高价值用户特征。

4、机器合成语音，通过机器学习，自我进化机器作息语音得语气、语调、语言内容。

责任描述：    作为公司技术总监和系统架构师，在nlp处理、机器语音处理、机器学习算法上下功夫，提升机器人呼叫效果和用户体验。

订餐小秘书订餐系统图像设别系统

软件环境：    PostgreSQL9.3.5、hadoop2.6、flume、storm、spark、hive、hbase、mahaut

硬件环境：    托管机房

开发工具：    pgsql、hsql、java、python、r、python

项目描述：    服务企业和个人订餐中得图像设别。

1、入驻店家店面（分店）图像设别

2、入驻店家logo设别

3、会员人脸、身份证设别入库

责任描述：    平台开发总监，架构师，负责图像开源系统得应用。

《人脸识别技术》项目负责人

项目描述：基于深度学习的人脸识别，可用于人脸打卡、安防、电子抓拍、图像目标搜索等领域。

负责内容：目前人脸识别技术广泛适用于各个领域的安防系统，比如支付宝登陆、银行 app 登陆、门禁系统、电子抓拍等地方，之前使用 的机器学习算法诸如 SVM 中的 RBF 网络对人脸分类精确率始终在 89%左右，为了提高人脸识别精确率，目前在图像领域逐步采用了深度学习的 办法来进行检测，目标检测作为计算机视觉的核心无疑是当前最优的选择，本项目在对比了 RCNN 系列、SSD 及 YOLO 系列的基础上，选取了 FaceNet 模型构建了安防系统中人脸识别算法的模块，从而大幅度得提高了人脸识别的精确率。

《聊天机器人》  算法负责人

项目描述： 基于深度学习的聊天机器人项目，可使用于医疗行业坐诊机器人、金融客服、电商客服等领域

负责内容：目前服务行业的日常客服工作正在逐渐被机器人所取代，比如淘宝的店小二、京东的 JM 可以替代人工成为电商平台的导购，引导客户购物；在幼儿的早教方面，聊天机器人可以和幼儿进行唐诗对答，故事讲解等；另外，随着机器人工业的发展，医疗行业也会使用机器人来辅助医生对病人进行问诊。以上的领域都用到了机器人聊天的功能，因此本项目使用了 Seq2Seq 模型，基于谷歌 Tensorflow 框架对语料进行了训练，经过多测调优，基本实现了垂直领域的人机对话商业需求。

培训服务客户 (部分)：

国家电网、华夏基金、悠久公司、复深蓝、微创、新致、谱尼、科世达、南京移动、浙江移动、中国一汽，上海电信、上海联通、东方财富、工商银行、兴业银行、上海银行、中国银行、SAP ， IBM，力拓，诺基亚，中国电信，网易，海通证券，亿贝，锦江之星，高通，思科，甲骨文，米其林集团等。