做这个AI项目面试通过率达95%
01
京东AI项目实战教学
项目一
京东智能对话系统项目
项目简介:智能客服机器人已经成为了客服系统的重要组成部分,帮助人工客服提升工作效率,为企业降低人工成本。作为智能客服的行业先驱,京东多年来致力打造全链路的客服机器人,最大化提升商家的接待效率和用户体验。目前智能机器人的对话生成策略已经在“京小智”、“京东JIMI“等智能客服机器广泛应用,在用户购买商品的售前以及售后环节,为数千万用户以及数十万商家进行服务,为商家降本增效,为用户提升购物客服体验。
项目二
京东智能营销文本生成项目
项目简介:在京东零售场景,数百万的写作达人每天为商品创作卖点突出、风格多样的营销文案以促进用户下单,同时达人也会赚取佣金。但达人创业也会导致创作成本高、量产性差、质量参差不齐的问题。目前京东AI营销文案的人工审核通过率超过95%,并覆盖了全品类的商品。模型已成功应用于京东APP-发现好货,对话机器人京小智和搭配购等场景。
项目三
京东同类商品竞价搜索项目
项目简介:当商家上架或选择新品时,往往需要更全面了解产品性能参数等指标对比,为便于帮助商户的决策,京东提供了一款同类商品搜索功能产品;给定一个商品,它可以根据商品相关的信息去自动找到网上的同类商品。这里的一个难点在于,每一个商品在网上的标题、描述都有一些区别,所以定位到同一个商品本身具有一定的挑战。
《京东NLP企业项目实战训练营》
专注于培养行业TOP10%的NLP工程师
对课程有意向的同学
二维码咨询
????????????
02
课程大纲
课程覆盖了从经典的机器学习、文本处理技术、序列模型、深度学习、预训练模型、知识图谱、图神经网络所有必要的技术,30+项目案例帮助你在实战中学习成长。5个月时间博导级大咖全程辅导答疑、帮你告别疑难困惑。
▶第一部分:机器学习基础篇
第1章:自然语言处理概述 什么是自然语言处理及现状和前景 自然语言处理应用 自然语言处理经典任务及技 |
第2章:数据结构与算法基础 时间复杂度、空间复杂度 斐波那契数列的时间和空间复杂度 动态规划算法 经典的DP问题 |
第3章:机器学习基础 - 逻辑回归 分类问题以及逻辑回归重要性 逻辑回归的条件概率 最大似然估计 构建逻辑回归的目标函数 优化与梯度下降法 随机梯度下降法 |
第4章:机器学习基础 - 模型的泛化 理解什么是过拟合 如何防止过拟合现象 L1与L2正则 交叉验证 L1正则与拉普拉斯分布 L2正则与高斯分布 |
▶第二部分:文本处理篇
第5章:分词、词的标准化、过滤 文本分析流程 中英文的分词 最大匹配算法 基于语言模型的分词 Stemming和Lemmazation 停用词的使用 拼写纠错问题 编辑距离的实现 暴力搜索法 基于后验概率的纠错 |
第6章:文本的表示 单词的独热编码表示 句子的独热编码表示 tf-idf表示 句子相似度比较 独热编码下的单词语义相似度 从独热编码到词向量 词向量的可视化、句子向量 |
第7章:【项目作业】豆瓣电影评分预测 数据描述以及任务 中文分词 独热编码、tf-idf 分布式表示与Word2Vec BERT向量 句子向量 |
第8章:词向量技术 独热编码表示的优缺点 独热编码与分布式表示的比较 静态词向量与动态词向量 学习词向量 - 分布式假设 SkipGram与CBOW SkipGram模型的目标 负采样(Negative Sampling) 基于矩阵分解的词向量学习 基于Glove的词向量学习 在非欧式空间中的词向量学习 |
第9章:【项目作业】智能客服问答系统 问答系统和应用场景 问答系统搭建流程 文本的向量化表示 FastText 倒排表技术 问答系统中的召回、排序 |
第10章:语言模型 语言模型的必要性 马尔科夫假设 Unigram语言模型 Bigram、Trigram语言模型 语言模型的评估 语言模型的平滑技术 |
▶第三部分:自然语言处理与深度学习
第11章:深度学习基础 理解神经网络 各类常见的激活函数 理解多层神经网络 反向传播算法 神经网络中的过拟合 浅层模型与深层模型对比 深度学习中的层次表示 |
第12章:Pytorch的使用 环境安装 Pytorch与Numpy的语法比较 Pytorch中的Autograd用法 Pytorch的Forward函数 |
第13章:RNN与LSTM 从HMM到RNN模型 RNN中的梯度问题 解决梯度爆炸问题 梯度消失与LSTM LSTM到GRU 双向LSTM模型 基于LSTM的生成 练习:利用Pytorch实现RNN/LSTM |
第14章:Seq2Seq模型与注意力机制 Seq2Seq模型 Greedy Decoding Beam Search 长依赖所存在的问题 注意力机制 注意力机制的不同实现 |
第15章:【项目实战】京东智能营销文案生成 构建Seq2Seq模型 Beam Search的改造 模型调优 Length Normalization Coverage Normalization 评估标准 Rouge Pointer-Generator Network PGN与Seq2Seq的融合 |
第16章:动态词向量与ELMo技术 基于上下文的词向量技术 图像识别中的层次表示 文本领域中的层次表示 深度BI-LSTM ELMo模型简介及优缺点 ELMo的训练与测试 |
第17章:自注意力机制与Transformer 基于LSTM模型的缺点 Transformer结构概览 理解自注意力机制 位置信息的编码 理解Encoder与Decoder区别 理解Transformer的训练和预测 Transformer的缺点 |
第18章:BERT与ALBERT 自编码器介绍 Transformer Encoder Masked LM BERT模型及其不同训练方式 ALBERT |
第19章:【项目实战】京东智能客服系统项目 对话系统的分类方法 检索方式与生成方式 对话系统架构 意图识别分类器 闲聊引擎的搭建 Transformer与BERT的使用 |
第20章:GPT与XLNet Transformer Encoder回顾 GPT-1,GPT-2,GPT-3 ELMo的缺点 语言模型下同时考虑上下文 Permutation LM 双流自注意力机制 Transformer-XL |
▶第四部分、信息抽取
第21章:命名实体识别与实体消歧 信息抽取的应用和关键技术 命名实体识别 NER识别常用技术 实体消歧技术 实体消歧常用技术 实体统一技术 指代消解 |
第22章:关系抽取 关系抽取的应用 基于规则的方法 基于监督学习方法 Bootstrap方法 Distant Supervision方法 |
第23章:依存文法分析 从语法分析到依存文法分析 依存文法分析的应用 使用依存文法分析 基于图算法的依存文法分析 基于Transtion-based的依存文法分析 其他依存文法分析方法论 |
第24章:知识图谱 知识图谱以及重要性 知识图谱中的实体和关系 利用非结构化数据构造知识图谱 知识图谱的设计 |
第25章:【项目实战】京东同类商品竞价搜索项目 Entity Linking介绍 Entity Linking技术概览 从商品描述、商品标题中抽取关键实体 搭建商品知识图谱 基于GNN学习商品的词嵌入 商品的ranking以及相似度计算 |
▶第五部分:图神经网络以及其他前沿主题
第26章:模型的压缩 模型压缩的必要性 常见的模型压缩算法总览 基于矩阵分解的压缩技术 从BERT到ALBERT的压缩 基于贝叶斯模型的压缩技术 模型的量化 模型的蒸馏方法 |
第27章:图神经网络 卷积神经网络的回顾 图神经网络发展历程 图卷积神经网络(GCN) GAT详解 |
《京东NLP企业项目实战训练营》
专注于培养行业TOP10%的NLP工程师
对课程有意向的同学
二维码咨询
????????????
03
教学体系
课程采用项目式教学(PBL)教学方式,同时参考了美国顶级院校的教学培养体系。日常的教学授课通过8大维度,保障每位学员学习效果。
▶01 项目讲解&实战帮助
训练营最终的目的是帮助学员完成项目,理解项目中包含核心知识技能,训练营中会花大量的时间帮助学员理解项目以及所涉及到的实战讲解。
▲节选往期部分课程安排
▶02最佳工业实战
来自京东智联云等业界专家来讲述工业界的最佳工程实战,如AI模型的部署、代码编写、模型的调参以及debug等技术。
▲源自京东智联云AI某模块架构图
▶03专业的论文解读
作为AI工程师,阅读论文能力是必须要的。在课程里,我们会安排经典英文文章供学员阅读,之后由老师帮助解读。
▲节选往期部分论文安排
▶04代码解读&实战
对于核心的模型如BERT,XLNet都会精心安排代码解读和实战课,帮助学员深入理解其细节并有能力去实现。
▲BERT模型代码实战讲解
▶05行业案例分享
训练营过程中会邀请合作的专家来分享行业案例以及技术解决方案,如知识图谱的搭建、保险领域的客服系统等。
▲专家分享
《Google YouTube 基于深度学习的视频推荐》
嘉宾简介:曾博士
计算机视觉,机器学习领域专家
先后在CVPR,ACMMM,TPAMI,SCI 期刊,EI 会议等发表超过30篇论文
▶06日常社群答疑
为了帮助解决学员遇到的问题,专业助教会提供全天社群答疑服务。我们的助教均来来自于一线AI公司和国内外名校,扎实的理论和工业界应用也是我们选拔助教老师的重要标准,拒绝空谈理论。
▲社群内老师专业的解答
▶07日常作业&讲解
为了巩固对一些核心知识点,学员除了大项目,也需要完成日常的小作业。之后助教会给出详细的解答。
▲课程学习中的小作业
▶08学员毕业去向
04
课程适合哪些学员呐?
大学生:
计算机或者信息领域相关的本科/研究/博士生,毕业后希望从事AI相关的工作;
希望在真实工业场景中磨炼技术,提升职场竞争力;
毕业之后希望申请国内外名校的硕士或者博士。
在职人士:
具备良好的工程研发背景,希望从事AI相关的项目或者工作;
从事AI工作,希望进一步提升NLP实战经验;
从事NLP工作,希望深入了解模型机理;
AI developer, 希望突破技术瓶颈, 了解NLP前沿信息。
入学标准
1.理工科专业相关本科生,硕士生或博士生或者IT领域的在职人士;
2.具备很强的动手能力、熟练使用Python编程;
3.具备良好的英文文献阅读能力,至少达到CET-4级水平。
《京东NLP企业项目实战训练营》
专注于培养行业TOP10%的NLP工程师
对课程有意向的同学
二维码咨询
????????????
做这个AI项目面试通过率达95%相关推荐
- 深度丨CES现场采访联想CTO芮勇:我在联想做的 AI 项目,以及对人工智能的看法...
雷锋网按:芮勇博士自 11 月初正式公布去联想担任 CTO 后很少公开发声,而在今日的 CES 2017 现场中,雷锋网按等媒体对联想集团高级副总裁.CTO 芮勇博士进行了采访,芮勇博士非常详细全面地 ...
- 一张照片生成积木的你!5个在校生2个月做的AI项目,李开复看了赞不绝口
郭一璞 发自 创新工场 量子位 报道 | 公众号 QbitAI 一个AI创业的idea,做了两个月,就可以商业化啦? 创新工场今年的DeeCamp,就是这种画风,简直办成了创业大赛. 两个月的时间,这 ...
- 2022年MySQL面试连环夺命50问,刷完面试通过率提升95%
Java面试中,数据库MySQL是面试重点,这里给大家整理了一份跟平时不同的MySQL面试题.这个是在今年去面试回来同学面试中整理出来的MySQL高频面试题,精选了其中的50道.大家可以看看这些面试自 ...
- 做AI项目,找有三AI,200+研发人员为你服务
有三AI研发团队介绍 有三AI社区从2019年算起已经三年了,我们社区积累了大量算法人员,精心打造了由200余名专业人员组成的研发团队,一个专注于解决个人AI项目需求的专业社群. 有三AI研发团队成员 ...
- 面试官:“你大学做过真实项目吗?”
整个春招阶段,我收到很多粉丝吐槽,尤其是开发岗同学,不少同学都在面试官同一个问题上栽跟头:"同学,你做过真实落地项目吗?" 其实,国内开发岗用人需求依旧很大,但相比平时,企业招聘明 ...
- 年薪30k-50k、面试通过率90%,这个职位到底是在做什么?
导读:"我有一次去重庆,真的遛死我了.当时我在山脚下叫车,接单的车实线距离显示只有一点几千米,预估时长只有2分钟,但实际十五六分钟才到达了我的位置,我非常抓狂." 这是本文作者韩瞳 ...
- (100)详细描述一个你做过的项目, 面试必问(二十四)(第20天)
(100)详细描述一个你做过的项目, 面试必问(二十四)(第20天) 1 文章目录 1)文章目录 2)FPGA初级课程介绍 3)FPGA初级课程架构 4)详细描述一个你做过的项目, 面试必问(二十四) ...
- 程序员面试技巧:如何讲解自己做过的项目
程序员面试干货:如何讲解自己做过的项目 说到简历,对于IT这种比较偏重技术的岗位,企业最看重的就是项目经验,尤其是曾经做过的项目,用过的技术越匹配越好! 一封好的简历就是事业的敲门砖,如果你目前正在处 ...
- 【春秋招面试分享】讲一讲当时春秋招时做过的项目以及推荐几个项目+推荐面试突击的视频
前阵子写了一篇关于春招的文章,没看过的或许可以看一看 有必要说一说即将到来的春招(经历+重要性+如何准备) 主要是给还没有参加过面试的学生提供一些参考,文中跟大家说了自己当时在项目这块,是非常薄弱的, ...
最新文章
- SpringBoot 框架中 使用Spring Aop 、创建注解、创建枚举类 使用过程记录
- R语言:绘制知识图谱
- 2022年美国大学生数学建模竞赛——Problem C:交易策略
- 【转】DataGridView新特色(vs2005)
- step3 . day2 数据结构之线性表链表
- Prism源代码解析(IRegionManager)
- 超前进位加法器实验报告_干货 | 加法器与反相加法器原理解析
- FreeRTOS学习笔记---动态创建任务 xTaskCreate() 源码分析
- DML 触发器 Set选项
- 用JS中的cookie实现商品的浏览记录
- 手机python文本编辑器下载_python写的一个文本编辑器
- Linux,begin
- Eclipse启动时 弹出subversive connector discovery
- 傅里叶光学 matlab,基于MATLAB的傅里叶光学实验的计算机模拟
- 曼昆《经济学原理微观》读书笔记
- 关于vray 5.2的使用(自研笔记)
- jclasslib安装
- busboy文件上传遇到的坑,已解决
- 微信配置JS接口安全域名问题-Nginx配置
- shell win10 改成cmd_Win10小技巧:如何将在此处打开命令改为CMD或Powershell?
热门文章
- arm shellcode 编写详析2
- 现代程序设计 作业 2
- php sql好处,关于php:使用Doctrine与SQL相比,使用DQL有什么好处?
- ai钢笔工具怎么描线_AI中钢笔工具绘图的实战操作技巧!(干货满满)
- java 类型推理_java 11 局部变量类型推断
- JAVAWEB入门第一篇
- 计算机考试网络应用题一定要做到ie浏览器,网络远程教育统考单项练习:计算机应用基础之Internet应用部分(二)...
- postmapping注解_Swagger常用注解
- 游戏自审自查报告_开发的射箭小游戏上线了,分享一下我在开发过程中遇到的问题...
- a8处理器相当于骁龙几_天玑700处理器怎么样 天玑700相当于骁龙多少_CPU_硬件教程...