高级全栈工程师
高级全栈工程师
双栏 · 有照片
全栈算法工程师
个人总结
5年全栈算法工程师经验，覆盖推荐与搜索算法建模、特征工程到服务化落地的完整链路，熟悉Python、PyTorch、Spark与Java后端开发。主导过推荐系统召回排序优化与在线推理服务重构，A/B实验带来人均点击率提升12%、推理延迟下降40%。具备算法与工程双栈能力，能独立完成从模型训练到高并发上线的闭环交付。
技能
Python / PyTorch
推荐与排序算法
Spark / 特征工程
Java / Spring Boot
Redis / MySQL
Docker / K8s 部署
工作经历
北京智推科技有限公司
互联网推荐系统
北京
全栈算法工程师
推荐算法模型服务化
2022年9月 - 至今
- 负责推荐系统召回与排序链路迭代，重构双塔召回模型，线上人均点击率提升12%。
- 主导在线推理服务由Python单体迁移至Java+TensorRT架构，P99延迟从180ms降至108ms。
- 搭建特征实时计算管道，覆盖30余个核心特征，模型离线AUC提升0.021。
上海云图数据技术有限公司
大数据SaaS
上海
算法工程师
搜索排序特征工程
2020年7月 - 2022年8月
- 参与搜索排序模型开发，引入多目标融合排序，搜索转化率提升9%。
- 独立完成用户画像标签体系建设，支撑6条业务线调用，日均请求量超2000万。
项目经验
电商推荐系统召回排序全链路优化 - 算法负责人
2024年3月 - 2024年5月
- 设计双塔召回与多路召回融合方案，召回覆盖率提升18%，冷启动商品曝光提升25%。
- 落地排序模型在线学习机制，模型日更新，GMV相关指标提升7%。
高并发在线推理服务平台 - 核心开发
2022年12月 - 2023年2月
- 基于K8s构建模型推理服务，支持多模型灰度发布，单集群QPS承载能力提升至1.2万。
- 引入模型量化与批处理优化，GPU资源成本下降35%。
教育背景
北京邮电大学
211双一流
北京
计算机科学与技术 硕士
2019年8月 - 2021年5月
研究方向为机器学习与信息检索，参与实验室推荐算法课题。
武汉理工大学
211双一流
武汉
软件工程 本科
2016年8月 - 2020年5月
核心课程：数据结构、算法设计、数据库系统、概率统计。
主要成就
推荐效果提升
主导召回排序链路优化，核心业务人均点击率累计提升12%。
推理性能优化
在线推理P99延迟下降40%，支撑大促期间峰值流量平稳运行。
团队技术奖项
获公司年度技术创新奖，评选为部门年度优秀员工。
证书与认证
阿里云机器学习工程师认证（ACP） - 阿里云
2023年6月
证明云上机器学习建模与工程落地能力。
系统架构设计师（软考高级） - 工业和信息化部
2022年11月
证明大型系统架构设计与技术方案能力。
就从这份模板开始
模板会复制到你的账户里，每一句话、每个板块和颜色都能改，改好再下载 PDF。