•在学业上深耕计算机体系与算法,曾以“基于深度学习的网络舆情热点挖掘与预警”为题完成毕业设计,获得导师组优秀评价
•在校期间担任 ACM 校队技术核心,多次带队参加区域竞赛并斩获佳绩,培养了在高压环境下快速定位与解决复杂工程问题的能力
•利用课余时间自学并实践了分布式计算框架,独立搭建了一个小型的爬虫与数据分析平台,用于验证个人对大数据处理的构想
内容审核开发工程师实时流处理策略工程跨部门协作
北京
•参与直播内容实时风控系统的设计与开发,构建了基于规则与机器学习混合驱动的多层过滤链路,有效应对直播场景下的动态风险挑战
•与产品、运营及法务团队深度协同,将复杂的社区规范拆解为可执行的算法逻辑,确保业务策略能够灵活、准确地转化为技术方案
•主导搭建审核效果自动化监控看板,通过多维度指标(如召回率、误杀率、响应延迟)的实时追踪,驱动系统性能的持续迭代
•负责团队核心模块的代码审查与技术规范制定,推动 CI/CD 流程落地,显著提升了团队的开发效率与代码健壮性
•在项目中担任核心技术骨干,成功将一种新的注意力机制引入文本审核模型,使特定类型违规内容的识别准确率提升了显著幅度
高级内容审核开发工程师大规模系统架构A/B实验设计技术团队孵化
北京
•主导平台级内容审核中台的架构演进,设计了微服务化、可扩展的技术方案,以支撑业务线的高速增长与复杂审核场景的接入
•深入研究多模态信息检索与融合技术,尝试将用户行为、内容语义、社交关系等多种信号结合,构建了更智能的立体化风险识别体系
•建立并优化基于 A/B 实验的策略评估框架,为审核策略的快速上线与效果验证提供了科学、量化的决策依据,降低了业务试错成本
•负责与多家第三方安全厂商及行业联盟的技术对接与集成,整合外部威胁情报,丰富了平台的风险样本库与防护能力
•参与团队梯队建设,指导初级工程师进行技术成长与项目实战,推动团队在核心技术领域的深度积累与突破
•项目背景:直播业务爆发式增长,对实时内容审核的并发处理能力与决策速度提出了极高要求,传统离线审核模式已无法适用
•项目目标:构建一套低延迟、高吞吐的实时直播流内容风控平台,实现对违规音视频的秒级拦截
•- 设计并实现了基于 Flink 的实时计算引擎,对音视频流进行切片、特征提取与实时分析,确保审核流程在毫秒级内完成
•- 引入强化学习算法,使审核策略能够根据历史拦截效果与人工复核反馈进行自我调整与进化,提升了对新型违规手法的适应性
•- 搭建了分布式缓存与异步任务调度机制,有效缓解了审核高峰期的系统压力,保障了核心业务的平稳运行
•项目成果:平台上线后,成功支撑了千万级 DAU 的直播业务,将内容审核的平均响应时间控制在极低范围内,风险内容的实时拦截率大幅提升
•项目背景:用户生成内容(UGC)形态日趋复杂,单一的文本或图像审核方式容易出现漏判,需要对多种模态信息进行综合研判
•项目目标:研发一套融合文本、图像、视频等多模态信息的智能识别系统,实现对复杂违规内容的精准、高效治理
•- 主导多模态特征融合算法的研究与落地,通过设计跨模态注意力机制,让模型能够自动学习并关联不同信息源之间的潜在联系
•- 构建了大规模、多类别的标注数据集,并引入了数据增强与迁移学习技术,有效解决了部分长尾违规场景下样本稀缺的问题
•- 设计了端到端的模型训练与推理服务框架,实现了从数据处理、模型训练到服务部署的全流程自动化,极大缩短了策略迭代周期
•项目成果:系统在多项内部评估中表现优异,对复合型违规内容的综合识别 F1 值达到行业领先水平,为平台内容生态的健康发展提供了坚实的技术保障
代码版本与协作管理:
精通 Git 分布式版本控制系统,善于制定符合团队开发节奏的分支管理模型,确保多人协作下的代码库稳定有序
在团队项目中积极推广并实践“特性分支开发”流程,配合自动化合并检查,有效避免了代码冲突并提升了集成效率
通过配置 Git Hooks 与 SonarQube 等工具链,将代码质量门禁前置到提交阶段,自动化拦截潜在的规范问题,保障了主干代码的持续健康