在项目中,我们将使用墨尔本市区超过一亿五千万条记录停车数据,总数据量长达五年。使用多种最流行的机器学习和深度学习算法(LightGBM, LR, SVM, LSTM, MLP, GCN, STGCN) 对时空数据进行预测,现机器学习和深度学习的基本算法。
在此过程中,实习生将逐步熟练掌握多种数据处理以及可视化工具(Python: Pandas, Numpy, matplotlib, Tableau, PowerBI etc.)。
本项目将使用多种最流行的机器学习和深度学习算法(LightGBM, LR, SVM, LSTM, MLP, GCN, STGCN) 对时空数据进行预测。实习生将逐步熟悉如何搭建数据处理的流程,如何实现机器学习和深度学习的基本算法。
项目前半阶段,导师将进行部分深度学习和机器学习的知识指导,在项目进程中,进行关于数据科学和人工智能的问题指导。
项目前后半阶段,实习生进入真正实操阶段,熟练运用知识。
每周实习生将与导师使用工业流程进行沟通,开会和任务管理,熟练掌握Agile敏捷开发与相关工具 (trello, Slack, Zoom。所有流程按照项目管理的方式进行。
数据科学家