Millennium Parade

用Claude Code从零搭建自动化URL发现与语义过滤系统

前言前段时间，我投了一家叫 WLDM 的公司，参与他们 full remote Data Scientist 职位的招聘流程。WLDM 是一家远程办公的数字营销公司，base在海外，团队分布在各个国家。他们的业务覆盖 SEO、CRO、PPC、Backlinks 等领域，客户遍布多个行业。招聘流程中有一个 trial task 环节：给一份含约 3000 个噪音根域名和 961 个目标...

Posted by Schoko on August 11, 2026

时间序列的周期性检测方法

前言最近做项目（又）接触到了时间序列，任务是给一段序列，要求能检测出是否存在一个较为明显的周期性模式。咨询了一下同行，主要利用快速傅立叶变换来进行频谱提取。在公司的数据上尝试了一下，效果还不错，在此总结一下思路。本科的时候学习信号处理有接触过傅立叶变化，对时间域、频率域有一定了解。FFT算法的思想主要是基于频率域的信息。基本思想在原始波形上应用快速傅立叶变换（fft）...

Posted by Schoko on September 14, 2020

XGBoost4j-Spark实战

前言最近做项目，首次使用了XGBoost4j-Spark，踩了不少坑，日常就是查Spark、XGBoost、Scala的API文档…… 所以简单总结一下遇到的问题和解决方法。需要预备的知识 Scala： https://www.scala-lang.org Spark： https://spark.apache.org/docs/2.3.0/ XGBoost4j-Spark...

Posted by Schoko on March 28, 2020

使用flask+gunicorn+supervisor进行python web部署

最近需要直接在服务器上部署xgboost模型。之前也做过模型部署方式的调研，具体需要根据实际情况来选择合适的部署方式。由于项目使用python进行开发，所以选择部署为python web service是最方便的做法。之前实习的时候，开发帮忙部署过一次python web，我对其中细节其实并不太清楚。这次正好自己在公司的云平台上实验了整个流程，在此记录步骤。主要参考了这篇教程。部...

Posted by Schoko on November 26, 2019

使用lstm、xgb进行时间序列预测

时间序列（Time Series）时间序列（Time Series）指以时间为维度的一系列数值，常见的时间序列包括股市价格走势、天气预报中的温度走势等。下图展示了一个典型的时间序列：时间序列预测时间序列预测问题，即从当前时间点出发，去预测未来某个时间段内的数据值及波动情况。时间序列预测方法包括传统的基于统计的方法、基于有监督机器学习的方法、基于深度学习的方法等。时间序列预...

Posted by Schoko on November 22, 2019