锤子简历品牌推广师
测试开发工程师个人简历模板范文
作者:锤子简历 2021/12/04 02:40:01
阅读 137

求职意向

测试开发工程师 北京 薪资面议 随时到岗

教育背景

2020.x -2020x 锤子简历大学 软件工程       硕士

高级操作系统,软件工程,Linux,软件体系结构,算法分析理论,软件测试基础,软件开发基础等

2020.x -2020x 锤子简历大学 软件工程      本科

JAVA,数据结构,软件工程,计算机网络,计算机组成原理,数据库概论,计算机系统结构,软件测试等

工作经验

2020.x -2020x 百度-商业服务质量部 测试开发工程师

1.参与项目评审,需求讨论,并完成code review,发现bug40+,提出对应的测试方法 (功能测试、性能测试、大数据对比测试、联调等),独立完成服务端项目测试。

2.掌握自动化测试流程与方法,根据测试报告,定位bug。
3.针对升级点,进行测试要点的编写,以及测试用例的编写。
4.参与cpp-check静态代码扫描,完成两个扫描规则,覆盖线上问题一个
5.参与测试环境的配置管理,及时更新配置环境,并使用python编写脚本监控线上和线下配置变化。

项目经验

2020.x -2020x 利用深度学习模型LSTM实现水文预测 算法研究及实施人员

  • 使用LSTM提高水文预测的准确性,传统的预测达到的Nash系数是0.3-0.5之间,而使用深度学习后可达到0.9左右的准确度(Nash范围0-1)。 
  • 主要方法:使用LSTM网络基础上,进行优化。 
  • 数据:包括最大降水量、光照强度及时长、最大蒸发量、最小蒸发量、空气湿度、河水每日流量。
  •  数据预处理:归一化、提取重要特征数据 
  • 语言及环境:python,tensorflow,anaconda,keras,pandas 
  • 模型调参:交叉验证法,留一法,激活函数sigmoid、softmax 
  • 评估标准:Nash(水文系统中的标准)、均方差

2020.x -2020x 使用PolicyGradient改进GWLF参数 算法研究及实施人员


  • 背景:GWLF系统是java开发的用于预测水文流量,并使用数学模型中的 蒙特卡罗模型,用于关联条件的参数全部是随机生成的。 
  • 目标:使用PolicyGradient改进GWLF中的参数 
  • 主要方法:使用深度学习(简单的全连接)建立action与observation的 概率联系,并根据Nash(水文评估流量预测准确度的系数)调整 reward。使得最后的结果达到最大。 
  • 语言与环境:python、java、tensorflow、anaconda、gym 
  • 意义:根据深度学习的特点应用在水文环境领域

自我评价

热爱互联网行业,对工作充满热情,有较强的团队意识和扎实的软件专业功底,并会积极投身于工作中。热爱运动,持续学习,不断提高自己。

内容来源说明:本文章来自网络收集,如侵犯了你的权益,请联系QQ:2772182309进行删除。