Sie folgen nun
Fehler beim Folgen des Nutzers.
Dieser Nutzer erlaubt es nicht, dass andere Nutzer ihm folgen.
Sie folgen diesem Nutzer bereits.
Ihr Mitgliedschaftsplan bietet nur 0 Folgen an. Upgraden Sie hier.
Erfolgreich entfolgt
Fehler beim Nichtfolgen des Nutzers.
Sie haben erfolgreich empfohlen
Fehler beim Empfehlen des Nutzers
Ein Fehler ist aufgetreten. Bitte aktualisieren Sie die Seite und versuchen Sie es erneut.
E-Mail erfolgreich bestätigt.
los angeles,
united states
Es ist derzeit 5:36 AM hier
Beigetreten am September 30, 2018
0 Empfehlungen
Luhao W.
@happyKnight
0,0
0,0
0%
0%
los angeles,
united states
N/A
Abgeschlossene Arbeiten
N/A
Budgetgerecht
N/A
Pünktlich
N/A
Wiedereinstellungsrate
Future Research Scientist in Facebook, a Ph.D. student in computer engineering
Kontaktieren Sie Luhao W. bezüglich Ihres Jobs
Melden Sie sich an, um Details im Chat zu besprechen.
Bewertungen
Änderungen gespeichert
Hier keine Bewertungen zu sehen!
Erfahrung
Research Assistant
Sept. 2014 - Aktuell
work on machine learning problems by applying CNN, RNN, LSTM.
◦ AI agent for cellular network: Developed a Bayesian neural network agent with variational inference capability to adaptive learn the contextual information of users in cellular network. (Tensorflow/Python)
◦ Distributed based station control algorithm: Modeled power mangement control for cache-aided base stations solely powered by renewable energy using C++/Matlab.
Research Scientist Internship
Mai 2018 - Aug. 2018 (3 Monate, 1 Tag)
Working with Ads Targeting Modeling Team on topics such as:
◦ Age Prediction Model: Developed a joint GBRT and GBDT model to learn a user’s friends features to predict the user’s true age achieving 96% accuracy.
◦ Interpretable Lookalike Targeting: Built a model-agnostic framework to explain why a certain user is targeted by the black box sparse neural network Facebook lookalike machine learning model.
Research Development Intern
Mai 2016 - Aug. 2016 (3 Monate, 1 Tag)
◦ Encoding algorithm: Developed a circuit encoding algorithm based on transistors and nets bipartite graph with C/C++.
◦ Machine Learning for circuit recognition: Implemented neural networks based method (CNN/RNN) to classify full custom digital circuits with Tensoflow and Python. Trained with real circuit data from customers and achieved an accuracy of up to 90%.
Ausbildung
Ph.D. in Computer Engineering
(5 Jahre)
Master of Science in Computer Science
(2 Jahre)
Kontaktieren Sie Luhao W. bezüglich Ihres Jobs
Melden Sie sich an, um Details im Chat zu besprechen.
Verifizierungen
Top-Fähigkeiten
Ähnliche Freelancer anschauen
Ähnliche Vorzeigeprojekte ansehen
Einladung erfolgreich zugesendet!
Danke! Wir haben Ihnen per E-Mail einen Link geschickt, über den Sie Ihr kostenloses Guthaben anfordern können.
Beim Senden Ihrer E-Mail ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
Das Kopieren in der Zwischenablage ist fehlergeschlagen, bitte nach Anpassung Ihrer Berechtigungen erneut versuchen.
In der Zwischenablage kopiert.
Vorschau wird geladen
Erlaubnis zur Geolokalisierung erteilt.
Ihre Anmeldesitzung ist abgelaufen und Sie wurden abgemeldet. Bitte melden Sie sich erneut an.