AMAZING RESUME · EXECUTIVE PROFILE
牛敬业
机器学习算法工程师
188****8115niu****@***.com北京30男机器学习算法工程师在职北京30k-40k •主修数据结构、机器学习、统计学习理论等核心课程,多次获得专业奖学金,综合排名位列年级前5%
•作为核心成员参与导师的国家自然科学基金项目,负责算法模块设计与实验验证,期间在省级学科竞赛中获得一等奖
•主导搜索排序算法的重构与迭代,通过引入图神经网络建模用户-商品关系,将搜索结果的转化率提升了18%,用户停留时长增加22%
•搭建风控模型体系,运用集成学习方法识别异常交易行为,模型AUC达到0.96,有效降低平台资损风险
•与数据工程团队协同设计特征工程 pipeline,将特征更新频率从T+1优化至分钟级,显著提升了模型响应速度
•负责社交内容分发系统的算法升级,基于强化学习优化冷启动策略,新用户次日留存率提升35%
•构建公司级MLOps平台,整合模型训练、A/B测试、在线推理等模块,算法迭代周期缩短40%
•牵头跨部门技术攻关项目,利用多模态算法分析图文内容质量,为内容生态治理提供数据支撑
•该项目面向平台内容治理场景,目标是通过自动化审核降低人工成本并提升审核精度
•设计多模态融合模型,结合CNN处理图片特征、LSTM分析文本语义,违规内容召回率达到97%
•优化模型推理速度,采用模型量化与剪枝技术,将单条内容审核耗时从800ms压缩至200ms
•与产品、运营团队持续对齐业务指标,根据审核反馈迭代模型,系统上线后人审工作量减少60%
•这是一个面向短视频平台的内容分发项目,核心目标是提升用户观看时长与互动率
•构建用户兴趣图谱,融合协同过滤与深度神经网络,实现千人千面的内容推荐
•针对实时推荐场景优化特征工程,引入在线特征更新机制,推荐点击率提升28%,完播率提高20%
•全程参与从需求评审、方案设计、模型训练到生产部署的完整链路,积累了端到端的项目经验
对机器学习算法有着持久的热忱,享受从数据中挖掘规律、用模型解决复杂问题的过程。性格严谨细致,对算法细节有近乎偏执的追求,习惯在代码实现前反复推敲逻辑完整性。熟悉深度学习、推荐系统、计算机视觉等方向,具备从数据预处理到模型部署的全栈算法能力。业余时间喜欢阅读顶会论文、参与开源项目,始终保持对前沿技术的敏感度。期望在人工智能领域持续深耕,用技术创造实际价值。
专利:
拥有一项关于实时推荐算法优化的发明专利(专利号:[具体专利号]),已应用于生产环境