牛敬业
常怀探索之心，以实干沉淀自身价值
139****8888niu****@***.com北京28男算法工程师在职北京25k-35k •在深度学习系统课程中主导开发基于Transformer的医疗影像分析模型，将诊断准确率提升25%，成果发表于校级学术论坛。
•担任全国大学生算法设计大赛队长，创新设计图神经网络优化方案，团队斩获华东赛区特等奖并入选国家级人才库。
•负责即时配送路径规划算法的迭代，通过引入强化学习策略，将平均配送时长压缩了 25%。
•构建自动化特征工程流水线，支持多场景模型快速上线，研发效率提升 40%。
•对接业务侧需求，将算法策略融入运营体系，助力核心品类 GMV 增长。
•主导技术攻坚，解决高并发下的模型推理延迟问题，保障系统稳定性。
•主导视频内容理解中台升级，利用多模态融合技术，使标签召回率提升 18%，审核效率优化 20%。
•重构轻量化目标检测模型，在边缘端部署场景下，推理速度提升 50% 且精度无损。
•搭建团队技术分享机制，沉淀内部算法 Wiki，加速新人成长。
•协同产研团队制定技术路线图，推动 AI 能力在多云场景下的商业化落地。
•针对工厂产线传感器时序数据，构建基于 LSTM-Attention 的故障预测模型。
•清洗并标注海量工业数据，解决样本不平衡问题，提升模型对异常工况的识别率至 95%。
•完成模型轻量化部署，在工业网关设备上实现毫秒级响应。
•设计基于图神经网络（GNN）的团伙欺诈识别方案，挖掘隐蔽的关联风险。
•整合多维用户画像数据，构建实时评分卡模型，有效拦截恶意申请。
•优化模型迭代流程，实现模型热更新，风控策略生效时间缩短至小时级。
对算法与数据怀有极致的探索欲，视模型优化为一种艺术，习惯在复杂的业务噪声中提炼核心逻辑。性格沉稳严谨，对代码质量与系统性能有近乎偏执的追求，具备良好的抗压能力与解决棘手问题的韧性。精通深度学习与机器学习核心技术，擅长将前沿理论转化为高可用的工程落地方案。热衷于技术分享与开源社区建设，保持对行业前沿的敏锐洞察，期望在人工智能领域持续深耕，以技术驱动业务增长。
技术社区参与:
在Apache Kafka开源社区担任核心开发者，重构分布式计算模块，解决高并发场景下的延迟问题，使吞吐率提升40%。
定期在技术峰会分享强化学习落地案例，内容被纳入企业AI开发手册，累计赋能开发者超3000人次并推动行业标准制定。
