•主修数据结构、算法设计、操作系统、数据库等课程，并参加“全国大学生服务外包创新创业大赛”，在限时环境下完成“智能客服工单自动分类”原型开发，锻炼了快速理解业务需求与特征工程构建的能力。
•以项目组长身份完成“基于深度学习的电商评论情感分析”课程设计，主导数据清洗、中文分词、停用词过滤及TextCNN模型的实现，通过混淆矩阵分析优化分类阈值，最终项目获院级优秀设计奖。
•毕业设计课题为《基于BERT的短文本多标签分类研究》，独立设计数据增强策略、微调预训练模型并完成消融实验，论文被推荐为优秀毕业论文，为后续从事AI训练师工作积累了完整的模型迭代与评估经验。
北京数智科技有限公司 - AI研发部智能科技数据服务
2017.01-2021.06
AI文本分类训练师文本分类意图识别数据标注规范模型运营
北京
•主导智能客服对话意图分类模型的训练与迭代，针对金融、政务等多个行业场景，设计细粒度的意图标签体系，并通过主动学习策略筛选高价值样本进行标注，将模型线上准确率提升至92%。
•与数据标注团队协同制定分级标注指南，引入预标注脚本与一致性校验工具，将标注错误率降低40%，保障了百万级训练语料的质量与交付效率。
•搭建线上模型效果监控看板，实时追踪分类准确率、覆盖率及业务反馈，针对节假日、舆情热点等数据分布变化，快速触发模型重训与灰度上线，确保模型持续适配业务。
•组织团队内部技术分享，分享Prompt Engineering在少样本分类场景下的实践，以及模型轻量化部署方案，推动知识沉淀与团队能力提升。
北京鹏程网络技术有限公司 - AI算法部互联网技术创新
2015.07-2016.12
AI算法工程师（文本分类方向）深度学习自然语言处理模型优化算法工程化
北京
•负责大规模互联网内容安全文本分类系统的算法研发，带领技术小组探索基于Transformer的层次化多标签分类模型，有效识别违规、低俗、广告等细粒度类别，召回率提升15%。
•主导训练性能优化，通过混合精度训练与分布式数据并行策略，将模型训练周期缩短35%；利用模型量化与图优化技术，将推理延迟降低至毫秒级，满足高并发场景需求。
•与产品、运营团队紧密配合，将文本分类模型集成至内容审核中台，成功赋能资讯流、短视频评论等多个业务线，日均处理文本量超亿级，大幅降低人工审核成本。
•参与多次行业技术峰会，吸收并落地半监督学习、对比学习等前沿方法，为团队技术选型提供关键参考，并撰写内部技术白皮书，沉淀算法实践经验。
•项目旨在构建一套面向金融、快消等行业的企业舆情风险多级分类引擎，将每日抓取的新闻、公告、论坛帖文自动归类为正面、负面、争议及各类风险事件。
•作为项目负责人，首先完成数据采集与清洗：从数百个信源接入原始文本，利用正则与实体识别技术进行去噪、去重，并组织团队完成10万条数据的人工标注，定义清晰的分类标准。
•算法设计上，采用BERT-base作为基座模型，注入外部知识图谱中的实体关系信息，构建增强型文本表示。在对比学习框架下进行微调，有效提升对长尾风险事件的识别能力。
•训练过程中引入对抗训练与数据增强（回译、同义词替换），增强模型鲁棒性。经过多轮迭代，模型在测试集上的宏平均F1值达到89%，较基线模型提升12%。
•最终将模型封装为RESTful API，部署在Kubernetes集群上，实现新闻文本的实时自动分类，并为客户提供风险告警与可视化报表，已稳定服务多家头部企业。
•该项目为某大型电商平台构建客服对话意图识别模型，用于自动识别用户咨询中的购买咨询、售后投诉、物流查询、闲聊等十余种意图，以提升智能路由与回复效率。
•首先，收集并整理平台近半年的客服对话日志，对文本进行清洗、脱敏，并基于弱监督方法生成初始标注，再通过众包校对获得高质量训练集。
•采用迁移学习策略，以中文预训练模型RoBERTa为底座，设计多任务学习结构——同时进行意图分类与关键槽位提取，使模型能理解更细粒度的用户意图。
•在模型训练中，引入Focal Loss解决类别不均衡问题，并利用R-Drop正则化提升模型泛化性。经过调优，模型在验证集上的准确率达94%，F1值0.91。
•模型上线后，集成至对话管理平台，日均调用量超百万次，客服意图识别准确率提升至93%，人工转接率下降18%，有效降低了运营成本。
文本语义分析与特征工程:
熟练掌握词法分析、依存句法、实体识别、关键词抽取等NLP基础技术，并能将其灵活应用于文本分类的特征增强。例如，在新闻分类比赛中，通过实体链接将文本中的公司名、产品名关联到知识图谱，并利用句法树提取主谓宾三元组作为补充特征，使模型在财经新闻长尾类别上的F1值提升约6个百分点。
