王化冰
1年经验
硕士
离职-随时到岗
15863160799
wanghuabing2000@gmail.com
alecs-1021
https://wanghuabing.com/
个人优势
爱丁堡大学信息学本硕连读一等学位(AI&CS方向) 专业排名前10%，纽约对冲基金量化研究员。
工作经历
Liver Capital (对冲基金) 量化研究员
2024.01-2024.08
- 领导量化研究团队使用Transformer机器学习和统计模型（ARIMA、GARCH）分析美国期货市场的关键模式，利用来自彭博、FactSet和Barchart的20年数据集为投资组合经理和交易员提供支持，贡献了3%的收入增长。
- 应用先进的Transformer时间序列机器学习模型，包括lag-llama、Patch-TST、DLinear、FILM和TimesNet，以增强下一分钟的交易量预测，将预测准确率提高17%。
- 研究并开发了自内VWAP交易的新误差指标和模型，最终采用所提出的指标作为内部标准，并将任务准确率提高了5%。
- LLM：应用GPT4模型和langchain，ragflow构建RAG（检索增强生成）聊天机器人，用于内部文档查询。
- 学习NFA Series 3 考试
德勤企业咨询（上海）有限公司北京分公司 数据科学研究员 实习
2021.07-2021.09
- 参与"德勤洞察"(Deloitte INsight)项目，该项目旨在跟踪中国数千个行业的繁荣指数。
- 利用Wind Terminal和财务报告数据，调查了100多个行业1,000多家公司的30GB+季度财务数据，使用Pyecharts可视化行业树中动态的行业消失与产生。
- 采用TOPSIS模型中的熵权法生成德勤中国行业季度更新的行业景气指数，为中国经济提供德勤视角。
项目经历
华为云服务函数调用预测 机器学习工程师
2023.01-2023.05
- 与爱丁堡华为研究院合作，调整transformer模型，用于预测用户应用程序对云服务器的实时函数调用，专注于函数即服务（FaaS）的长期预测，该项目旨在解决FaaS服务器分配中的冷启动和迟延启动问题，最终降低运营成本。实验结果表明，与AutoFormer和ARIMA等established基线相比，我们的方法表现更优。
机器学习人活动识别 机器学习工程师
2021.09-2021.12
- 开发名为PDIoT的Android应用，通过蓝牙连接的REspeck传感器实现实时人类活动识别，物联网系统原理与设计项目。
- 带领团队收集处理来自50名学生的传感器数据，训练神经网络（CNN、LSTM、GRU）在5种活动分类上达到96%的准确率，在18种活动分类上达到80%的准确率，将实时分类延迟降低至1秒，并添加了用户活动图表和步数计数器等功能。
教育经历
爱丁堡大学
QS世界大学排名TOP27，计算机专业排名欧洲TOP1
2018-2023
信息学 (人工智能与计算机科学) 本硕连读
课程：机器学习与模式识别 | 机器学习实践 | 自然语言处理 | 强化学习 | 概率论 | 统计 | 软件工程 | 编译 | 计算机网络
毕设论文：优化计算神经科学中的生成式GAN模型
描述：爱丁堡大学自适应和神经计算研究所（即爱丁堡大学机器学习理论组）
毕设导师 Arno Onken, Angus Chadwick
毕设成绩：一等
- 优化了CalciumGAN (Generative Adversarial Network) 模型，利用神经统计模式合成上百维神经科学钙信号，这涉及比较策略对行为小鼠视觉皮层中>100个神经元的表现，最终将真实数据和合成数据之间的KL散度降低5%，从而提高神经科学数据合成的准确性和可靠性。
- 为开源电生理 Elephant GPFA Python包开发了9个新核函数，并使用贝叶斯优化优化核参数。最佳光谱混合核(Spectral Mixture Kernel)将对数似然损失降低了20-70。
论文发表：Modifications of PI and EI under Gaussian Noise Assumption in Current Optima. The 2nd International Conference on Signal Processing and Machine Learning
奖项：爱丁堡奖，2017年LSE CSSA高中商业联盟竞赛最有价值选手
证书：牛津机器学习暑期学校，获得G-research奖，NFA Series 3