模型算法开发工程师简历模板

• 负责推荐系统召回与排序模型迭代，重构双塔召回结构，线上点击率提升8.6%。
• 搭建特征实时更新链路，将特征延迟从小时级降至分钟级，模型效果提升3.2%。
• 主导模型上线与A/B实验体系搭建，累计完成40余组实验，推动核心指标稳定增长。

• 参与文本分类与情感分析模型开发，基于BERT微调将准确率从86%提升至92%。
• 负责模型推理性能优化，通过量化与蒸馏将单次推理耗时降低45%。

• 设计多任务学习排序模型，融合点击与转化目标，线上GMV提升5.4%。
• 引入特征交叉与序列建模模块，离线AUC提升0.012，线上CTR提升8.6%。
• 推动模型服务容器化部署，单机吞吐提升2倍，推理成本下降30%。

• 基于BERT构建多分类意图识别模型，覆盖120类业务意图，准确率达93%。
• 设计数据增强与难例挖掘流程，长尾意图召回率提升18%。

研究方向为自然语言处理，参与国家自然科学基金项目1项，发表中文核心论文1篇。

主修数据结构、机器学习、数据库系统等课程，GPA 3.6/4.0。