优势亮点

我具备扎实的音乐理论基础和算法知识，熟练掌握多种编程语言，如 Python 等。在音乐智能算法领域，我具有较强的创新能力和问题解决能力，能够快速适应新的技术和挑战。我对音乐信号处理、音乐特征提取以及机器学习算法在音乐中的应用有着深入的理解和研究，致力于将先进的技术应用于音乐创作、分析和推荐等方面，为提升音乐体验做出贡献。

工作经历

犬小猎有限公司

算法工程师

2022/09 - 至今

在某公司担任音乐智能算法工程师的工作中，我主要负责音乐推荐系统的优化和改进。 1、深入分析用户的音乐偏好和行为数据，通过数据挖掘和机器学习算法，构建精准的用户画像，为推荐系统提供有力支持。在此过程中，我成功处理了大量的用户数据，提高了用户画像的准确性。 2、参与设计和实现了基于协同过滤和内容过滤的混合推荐算法。通过不断调整算法参数和优化模型结构，显著提升了推荐系统的准确性和个性化程度，使得推荐的音乐更加符合用户的兴趣，推荐准确率提高了 x%。 3、与开发团队紧密合作，将推荐算法集成到公司的音乐平台中。在这个过程中，我积极解决了算法与系统的兼容性问题，确保了推荐系统的稳定运行，为平台带来了 x%的用户活跃度提升。

项目经历

XXX项目

算法工程师

2022/09 - 2022/12

在某音乐分析项目中，我承担了核心算法的研发工作。 1、负责音乐特征提取算法的设计和实现。通过对音频信号的深入分析，提取了多种音乐特征，如音高、节奏、旋律等，为后续的音乐分析和处理提供了基础数据。 2、运用机器学习算法，对提取的音乐特征进行分析和建模。通过建立分类模型和回归模型，实现了对音乐风格、情感等方面的自动分析和识别，提高了音乐分析的效率和准确性。 3、参与项目的整体测试和优化工作。通过对算法的不断优化和调整，提高了系统的性能和稳定性，使得项目能够按时交付，并得到了客户的高度认可。

教育经历

中山大学

2018/09 - 2022/07

本科 (非统招) | 人工智能