智能算法研发工程师简历模板

• 负责推荐系统召回与排序算法迭代，主导双塔召回模型重构，线上CTR提升12%。
• 搭建特征平台与样本回流链路，特征迭代周期由7天缩短至2天。
• 推动模型量化与推理优化，单次请求延迟降低40%，支撑日均亿级请求。

• 负责NLP文本分类与意图识别模型开发，准确率由88%提升至94%。
• 参与搜索排序模型优化，通过负采样与多目标融合使点击率提升8%。

• 设计双塔与多路召回融合方案，召回覆盖率提升18%，线上CTR提升12%。
• 引入向量检索与在线特征服务，端到端响应时间由120ms降至70ms。

• 基于开源大模型完成领域微调与RAG检索增强，问答准确率提升至91%。
• 优化推理部署方案，单卡吞吐提升2.3倍，支撑日均50万次调用。

研究方向为机器学习与信息检索，参与实验室推荐系统课题。

主修数据结构、算法设计与概率统计，GPA 3.7/4.0。