简历姬
算法工程师 | 算法工程师 / 推荐系统 | 北京
17090000000 | offercoming@bekaie.com | 5 年经验
具备 5 年算法研发经验,擅长推荐系统、机器学习建模与工程落地,能够兼顾论文理解、模型迭代和线上效果验证,适合大厂算法岗和 AI 应用岗投递。
教育经历
五道口技工学院 | 人工智能 | 2015.09 - 2019.06
主修机器学习、深度学习、优化方法、概率图模型和分布式计算,参与校内推荐系统竞赛与论文训练营,完成自然语言理解与召回排序相关研究。
技术与研究关键词
Python | PyTorch | TensorFlow | 特征工程 | 推荐系统 | 模型部署
工作经历
星辰智能 | 算法工程师
2021.03 - 至今
- 负责推荐排序模型升级,通过多目标优化将点击率提升 9.8%,转化率提升 6.1%。
- 建设特征平台和训练样本链路,特征上线周期从 7 天缩短到 2 天。
- 联合工程团队完成模型服务化和灰度方案,线上资源消耗下降 18%。
远山AI | 机器学习工程师
2018.07 - 2021.02
- 参与搜索召回与排序优化,覆盖数亿级内容语料,搜索相关性指标提升 11%。
- 复现并调优 6 个核心模型版本,降低过拟合后线上稳定性明显提升。
- 建立离线评估报告模板,缩短模型验收沟通成本约 40%。
项目经历
多目标推荐排序项目
2022.02 - 2022.10
针对点击与转化目标冲突的问题,引入多目标排序框架和用户分群特征,线上两轮实验后点击率提升 9.8%,转化率提升 6.1%,人均时长提升 7%。
语义召回优化项目
2020.05 - 2020.12
结合双塔向量召回与业务规则重排,召回覆盖率提升 15%,长尾内容曝光量提升 24%,显著减少热门内容过度集中问题。
自我评价
- 能把算法效果、工程可行性和业务收益放在同一框架内权衡。
- 擅长从离线实验到线上 A/B 的完整闭环,避免只做离线模型。
- 对论文复现和问题抽象能力较强,适合中高复杂度算法岗位。
专业技能标签
PythonPyTorchTensorFlow特征工程推荐系统模型部署