ai算法软件工程师简历模板

• 负责推荐算法优化，通过引入多目标排序模型，使线上点击率提升3.8%，人均停留时长增加6.5%。
• 主导特征工程与实时样本流建设，将模型迭代周期从2周缩短至3天，支撑日均亿级样本训练。
• 推动模型蒸馏与量化部署，推理延迟降低45%，节省GPU资源成本约30%。

• 负责工业缺陷检测算法研发，基于YOLOv5改进小目标检测，mAP提升5.2%，误检率下降18%。
• 搭建数据标注与增强流水线，标注效率提升40%，支撑10+产线模型快速迭代。

• 设计多目标融合排序模型，融合用户行为序列与上下文特征，线上AUC提升4.2%，GMV增长2.1%。
• 实现模型在线学习框架，支持小时级参数更新，新用户冷启动转化率提升12%。

• 基于改进YOLOv5实现小目标缺陷检测，mAP@0.5达到92.3%，部署至边缘设备推理耗时低于50ms。
• 构建自动化数据增强与难例挖掘流程，减少人工标注量约35%。

研究方向：计算机视觉与深度学习；参与国家自然科学基金项目1项。

主修课程：数据结构、机器学习、算法设计。