AMAZING RESUME · MORNING LIGHT
牛敬业
搜索算法后端开发工程师
188****0725niu****@***.com北京30男搜索算法后端开发工程师在职北京30k-50k •在《大规模数据挖掘》课程中，带队实现了一个基于倒排索引的垂直搜索引擎，优化了分词与查询解析模块，将平均查询延迟从 200ms 降至 120ms。
•加入城市计算实验室，参与分布式图计算框架优化，负责改进 PageRank 算法的收敛性，通过异步通信与动态负载均衡使迭代效率提升 30%。
搜索算法后端开发工程师搜索架构设计语义召回团队技术管理
北京
•负责腾讯搜索算法后端架构的迭代与性能优化，主导了查询引擎的重构，通过引入列式存储与向量化执行，将平均搜索延迟从45ms降至28ms，单机日处理请求量突破2000万。
•带领小组探索语义理解技术在搜索中的应用，落地了基于BERT的语义向量召回方案，使长尾查询的召回率提升18%，搜索结果的用户满意度评分提高12%。
•与产品、运营团队紧密配合，深入分析用户搜索行为，制定技术优化路线图，期间主导完成了搜索意图识别、个性化重排序等3个核心功能模块的交付。
高级搜索算法后端开发工程师搜索中台个性化排序实时索引
北京
•作为核心成员参与阿里巴巴新一代搜索中台的建设，负责后端算法服务的开发与维护，设计了一套基于多级缓存与热点预测的查询加速机制，使热门搜索的响应速度提升60%，服务器成本降低18%。
•优化搜索排序模型，基于大规模用户行为序列，训练深度兴趣网络，实现搜索结果的个性化排序，使搜索结果点击率提升22%，推动了搜索广告收入的增长，季度营收提升12%。
•与跨部门团队协作，解决海量数据下的实时索引更新难题，通过引入 CDC 与异步多写机制，将索引端到端延迟控制在1秒内，系统峰值吞吐量稳定在3000qps。
•项目背景：社交电商平台商品种类繁多，用户搜索意图多样，需要提升搜索结果与用户意图的匹配度。
•项目职责：作为算法负责人，规划并实现商品文本的语义理解模块，包括同义词扩展、类目预测以及基于用户历史行为的个性化排序。
•技术实现：基于Elasticsearch构建索引，集成BERT模型进行语义向量召回，并设计了两阶段排序策略：粗排采用TF-IDF，精排采用XGBoost配合实时特征。
•项目成果：搜索点击率提升22%，用户平均成交转化率提升12%，系统日均处理搜索请求800万次，并具备良好的可扩展性。
•项目背景：社区内容更新频繁，用户希望快速找到感兴趣的话题和笔记，需要优化搜索与推荐链路。
•项目职责：主导搜索后端重构，设计了一套融合标签与词向量的混合召回机制，并优化了排序模型中的特征工程。
•技术实现：采用Lucene引擎，结合Word2Vec训练笔记向量，实现多路召回；排序层引入基于用户注意力的CTR预估模型，同时利用Flink实时处理用户行为流。
•项目成果：搜索结果的用户停留时长增加18%，搜索频次提升25%，系统支持峰值QPS达10万，延迟控制在30ms内。
热爱搜索技术，对从查询理解、召回排序到系统架构的全链路有持续探究热情，习惯用数据驱动决策并追求低延迟高可用的工程品质。具备扎实的算法与工程功底，熟悉分布式检索引擎、语义分析与排序模型等技术，能快速诊断系统瓶颈并推动优化落地。乐于深入复杂问题，习惯在技术迭代中保持开放心态，有较强的协作与推进能力，希望在搜索领域持续深耕，用技术提升信息获取效率。
开源与技术影响力:
向 Milvus 向量数据库贡献了基于 HNSW 图结构的查询优化补丁，通过调整裁剪策略在 10M 数据集上将召回率提升 5% 且延迟下降 15%。
在知乎专栏及个人博客持续输出搜索系统实践文章，如《倒排索引压缩算法对比》《向量检索与标量过滤的融合实践》，累计阅读量超 8 万。
