模板中心
数据/算法 · 中级 · 青蓝
许砚
男 | 28岁 | 13700000043 | xuyan@example.com
5年工作经验 | 求职意向：算法工程师（中级/推荐·NLP方向） | 期望薪资：25-38K | 期望城市：北京
个人优势
- 具备完整的算法项目落地经验，能独立完成从特征工程、模型训练、离线评估到上线部署的全流程
- 有推荐系统与NLP两个方向的实战经验，理解业务场景与算法选型的匹配逻辑
- 有模型工程化经验，熟悉模型部署、在线推理优化与A/B实验效果评估
- 熟练使用AI辅助开发工具，参与团队算法工程规范制定
专业技能
- 机器学习 / 深度学习|88
- 推荐系统 / 排序模型|85
- NLP / 大模型微调|82
- 特征工程 / 模型调优|86
- Python / PyTorch|88
- 精通机器学习算法（LR/GBDT/XGBoost/DeepFM/DIN），理解算法原理与调参策略
- 精通推荐系统全链路（召回→粗排→精排→重排），有多路召回与排序模型优化经验
- 熟悉NLP主流模型（BERT/LLaMA/大模型微调），有文本分类与语义匹配实战经验
- 精通特征工程方法论（特征提取、特征选择、特征交叉），有大规模稀疏特征处理经验
- 熟悉模型工程化部署（TensorFlow Serving/Triton/ONNX），有在线推理性能优化经验
- 熟练使用Spark/Hive进行大规模数据处理，掌握SQL/Python数据分析工具
工作经历
XX互联网科技有限公司算法工程师 · Python / PyTorch / TensorFlow / DeepFM / DIN / Spark / Hive / A/B测试2023.04-至今
工作内容：
- 负责推荐系统排序模型的设计、开发与优化，服务DAU 500万+产品
- 主导排序模型从LR到DeepFM的升级迭代，设计多目标排序方案
- 负责特征工程体系建设，搭建特征平台与特征监控机制
- 参与模型A/B实验设计与效果分析，推动模型持续迭代
工作业绩：
- 排序模型升级后，核心场景点击率提升约18%，用户使用时长增加约15%
- 多目标排序方案上线后，转化率提升约12%，同时保持了用户体验指标不下降
- 特征平台覆盖200+特征，特征复用率从40%提升至75%，模型迭代周期缩短约40%
- 累计完成50+次A/B实验，实验采纳率约50%
XX网络技术有限公司算法工程师 · Python / PyTorch / BERT / XGBoost / Spark / 搜索排序2021.07-2023.03
工作内容：
- 负责电商平台搜索排序算法的开发与优化
- 参与NLP文本分类模型开发，用于商品类目预测与语义匹配
工作业绩：
- 搜索排序模型优化后，搜索点击率提升约15%，转化率提升约10%
- NLP文本分类模型准确率从82%提升至91%，覆盖商品类目预测场景
- 通过模型蒸馏将推理耗时从50ms降至15ms，满足线上性能要求
项目经历
推荐系统排序模型升级（LR → DeepFM）算法负责人2024.03-2024.10
项目内容：
- 背景：原排序模型使用LR，特征表达能力有限，CTR预估效果遇到瓶颈
- 评估DeepFM/Wide&Deep/DIN三种模型方案，基于业务场景与工程成本选择DeepFM
- 设计特征工程方案：用户侧特征（画像/行为序列）、物品侧特征（类目/标签）、交叉特征
- 搭建模型训练 pipeline：Spark特征处理→PyTorch模型训练→离线评估→Triton上线部署
- 设计A/B实验方案，验证模型效果并持续迭代
项目业绩：
- 排序模型AUC从0.72提升至0.79，核心场景CTR提升约18%
- 用户使用时长增加约15%，转化率提升约12%
- 模型迭代周期从2周缩短至5天，实验采纳率约50%
基于BERT的商品语义匹配模型算法工程师2025.01-2025.06
项目内容：
- 背景：搜索场景中用户query与商品标题的语义匹配效果差，影响搜索体验
- 基于BERT构建语义匹配模型，使用对比学习提升query与商品的语义相似度建模
- 设计负采样策略与难负样本挖掘方案，提升模型区分能力
- 通过模型蒸馏将BERT压缩为小模型，满足线上推理性能要求
- 设计离线评估指标（Recall@K/MRR）与线上A/B实验方案
项目业绩：
- 语义匹配模型准确率从82%提升至91%
- 搜索无结果率从8%降至3%，搜索转化率提升约10%
- 模型蒸馏后推理耗时从50ms降至15ms，满足线上性能要求
教育经历
XX大学计算机科学与技术 硕士2018.09-2021.06
3.6/4.0
资格证书
- 大学英语六级（CET-6）