AMAZING RESUME · MORNING LIGHT
牛敬业
AI算法应用工程师
188****5958niu****@***.com北京28男AI算法应用工程师在职北京20k-30k •完成《自然语言处理系统开发》《强化学习实战应用》等6门高阶课程，GPA位列专业前5%，课程项目覆盖大模型微调与推荐算法设计。
•在“泰迪杯”数据挖掘挑战赛中以队长身份开发基于深度学习的农业病虫害识别模型，融合多模态数据实现准确率92%，荣获全国特等奖。
•加入智慧交通实验室，承担国家重大专项子课题，负责实时路况预测模块的轻量化模型优化，将推理延迟降低40%并适配嵌入式设备。
•主导医疗影像AI分析平台的算法落地，完成CT影像病灶检测模块从概念验证到生产部署全流程，建立标准化模型训练管线。
•针对三甲医院影像科业务需求，设计多模态融合算法方案，整合影像数据与电子病历信息提升诊断准确率18%。
•搭建跨科室协同工作流，通过规则引擎与强化学习结合的方式优化影像分诊策略，日均处理量提升40%。
•负责GPU集群资源调度优化，采用模型蒸馏技术将推理延迟降低至原方案的三分之一。
•建立医疗AI项目技术评审机制，制定数据安全与算法可解释性评估标准，已推广至3个兄弟单位使用。
•设计电商推荐系统实时特征工程方案，通过图神经网络建模用户行为序列，提升点击率预测AUC至0.92。
•构建商品多模态检索系统，融合视觉特征与文本语义进行跨模态匹配，召回效率较传统方法提升60%。
•开发A/B实验平台算法监控模块，实现推荐效果异常自动预警与归因分析功能。
•主导模型压缩专项研究，采用知识蒸馏与量化剪枝组合方案，在保证精度的同时将模型体积压缩70%。
•撰写技术白皮书《电商推荐系统算法演进路径》，被内部技术委员会采纳为团队方法论参考。
•针对汽车零部件表面缺陷检测场景，设计基于Transformer的轻量化检测模型，在保持99.2%检测率的同时将推理速度提升3倍。
•开发半监督学习框架解决标注数据不足问题，通过伪标签生成与一致性正则化技术减少人工标注量60%。
•构建产线边缘计算部署方案，在ARM架构设备上实现端到端延迟低于200ms的实时检测能力。
•建立质量反馈闭环机制，通过在线学习持续优化模型适应产线工艺变化，误报率较初期下降45%。
•设计企业关联网络挖掘算法，整合工商、司法、舆情等异构数据源，构建包含10万+节点的金融知识图谱。
•开发基于图神经网络的欺诈交易识别模型，通过子图采样与动态边权重机制提升复杂欺诈模式检出率。
•设计联邦学习框架实现跨机构联合建模，在满足数据隐私保护前提下将模型精度提升12%。
•建立风险预警仪表盘，通过自然语言生成技术输出可读性强的风险解释报告，获业务部门好评。
对AI算法落地应用充满热情，习惯用数据驱动视角拆解业务问题，擅长将学术模型转化为工程化解决方案。代码洁癖患者，追求算法实现效率与可维护性的平衡，同时保持对前沿论文的快速吸收能力。熟悉医疗影像分析、工业质检等垂直领域的AI部署流程，具备端到端模型优化经验。日常会跟踪arXiv热点技术并复现实验验证，相信好的算法应该既能写进论文也能跑在生产环境。
技术成果转化:
主导设计《基于多模态融合的电商用户行为预测方法》等2项发明专利，算法在个性化推荐场景中实现CTR提升25%。
专利方案被某头部电商平台采纳，集成至核心推荐引擎后，使促销活动转化率提升18%，直接贡献年度GMV增量超5000万元。
