AMAZING RESUME
牛敬业
188****3725niu****@***.com北京30男自然语言处理工程师在职北京25k-35k •参与国家自然科学基金项目“多模态语义理解”，负责文本侧特征抽取流程，通过引入层次化注意力机制，提升了学术文献中实体关系抽取的F1值。
•在“中国高校计算机大赛——人工智能创意赛”中，以多模态知识图谱构建方案获全国总决赛一等奖，展现了跨领域协作与工程落地能力。
•以第一作者发表2篇国际会议论文，其中《基于适配器微调的大模型领域迁移》在ACL 2023 Workshop上做口头报告，体现了扎实的学术创新与表达能力。
北京某数据智能科技有限公司 - 智能算法部国家高新技术企业专精特新企业
2016.07-2019.12
•负责公司智能文本分析平台的核心算法研发，主导了舆情监测、文档自动分类等模块的设计与实现。
•针对金融领域的客户数据，设计了一套融合词法特征与上下文语义的文本预处理流程，将数据清洗效率提升了约40%，为下游模型训练提供了高信噪比的语料。
•参与智慧公文处理系统项目，独立完成基于BERT的命名实体识别模型训练与调优，在政府公文数据集上F1值达到92.6%，超越原有规则方案。
•与产品、前端团队紧密协作，通过敏捷迭代促使项目提前交付，获得客户方书面表扬。
•主动跟踪ACL、EMNLP等会议最新成果，内部组织论文分享会，推动团队技术成长。
北京某人工智能平台公司 - 人工智能研究院人工智能领军企业技术创新示范单位
2020.01-至今
资深自然语言处理工程师预训练语言模型对话系统技术架构设计
北京
•带领团队开展大模型应用研发，主导优化了智能写作助手产品，基于GPT架构进行领域微调，使生成内容的连贯性与专业性评分提升22%，用户活跃度提高35%。
•负责NLP中台的技术架构升级，引入模型量化与分布式推理技术，支撑日均百万级API调用，系统稳定性达到99.97%。
•制定团队技术规划，培养3名初级工程师进阶为独立项目负责人，团队获得公司年度技术创新奖。
•与清华大学自然语言处理实验室建立合作，将对比学习引入文本匹配任务，在多个公开数据集上刷新SOTA，并成功落地于公司智能客服场景。
•代表公司参与信通院NLP标准制定，分享技术实践经验，提升了行业影响力。
•该项目旨在通过自然语言交互实现企业数据的自助查询与分析。
•我负责对话理解模块，包括意图识别与槽位填充，首先对大量业务查询日志进行清洗与标注，构建了覆盖销售、库存等领域的专业数据集。
•设计了基于BERT+BiLSTM的联合模型，通过多任务学习提升语义理解鲁棒性，意图识别准确率达96.2%，槽位填充F1值达93.8%。
•模块集成后，用户通过自然语言查询数据的平均响应时间由30秒降至5秒，运营人员报表查询效率提升80%。
多语种政策文本分类系统 - 特征工程与模型优化工程师
2020.03-2020.12
•该项目面向多语种政策文件，实现自动分类与摘要生成。
•我负责特征工程与模型优化，针对中文、英文和阿拉伯语文本，构建了基于多语言预训练模型的特征提取管线，结合TF-IDF和主题模型进行特征增强。
•实验对比了XLM-RoBERTa、mBERT等架构，最终采用XLM-RoBERTa并加入对抗训练，模型在测试集上的分类准确率达94.7%，召回率93.5%，F1值94.1%。
•系统已部署至公司涉外政策研究平台，每日处理文档超5万篇。
对自然语言处理怀有深沉热情，享受从海量文本中挖掘规律、让机器理解人类语言的挑战。具备扎实的算法功底与工程思维，能从原理出发设计高效方案，并在真实场景中快速迭代。重视代码质量与模型可解释性，习惯用清晰文档串联协作，乐于分享技术心得，推动团队共同成长。有带领小团队攻克复杂任务的经历，善于拆解问题、协调资源，在压力下保持冷静。期待在NLP领域持续深耕，用技术解决信息抽取、语义理解等实际问题，让语言智能更贴近用户。
学术发表:
在ACL 2023上以第一作者发表《基于提示学习的跨领域关系抽取》，提出动态模板生成与原型校准策略，在FewRel 2.0小样本评测中取得最优结果，引用量达35次。
