机器学习高级算法工程师
机器学习高级算法工程师
双栏 · 有照片
机器学习专家
个人总结
8年机器学习算法与工程经验，专注推荐系统与大规模深度学习模型落地，主导过亿级用户场景的排序模型迭代。熟悉PyTorch、TensorFlow及分布式训练框架，具备从数据建模到线上部署的全链路能力。曾带领5人算法团队，模型上线后核心指标提升显著。
工作经历
北京字节跳动科技有限公司
互联网大厂推荐系统
北京
机器学习专家
深度学习推荐算法
2022年9月 - 至今
- 负责短视频推荐排序模型迭代，引入多任务学习结构，人均使用时长提升6.8%。
- 主导千亿样本级训练 pipeline 优化，训练耗时下降35%，支撑每日多次模型更新。
- 带领5人算法小组完成冷启动召回方案落地，新用户次日留存提升4.2个百分点。
北京美团科技有限公司
互联网大厂本地生活
北京
算法工程师
搜索排序特征工程
2020年7月 - 2022年8月
- 负责外卖搜索排序模型开发，上线后点击率提升9.3%，订单转化率提升3.1%。
- 搭建特征平台与离线评估体系，模型迭代周期由两周缩短至三天。
项目经验
多任务推荐排序模型升级 - 算法负责人
2024年3月 - 2024年5月
- 设计共享底层加多门控专家的模型结构，同时优化点击与时长目标，线上AUC提升0.012。
- 引入样本加权与负采样策略，缓解长尾内容曝光不足问题，长尾召回率提升18%。
技能
PyTorch
TensorFlow
推荐系统
分布式训练
特征工程
Python
SQL
模型部署
A/B实验
教育背景
清华大学
985211
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，参与实验室推荐系统课题。
哈尔滨工业大学
985双一流
哈尔滨
软件工程 本科
2016年8月 - 2020年5月
主修数据结构、概率统计与机器学习基础课程。
主要成就
推荐模型指标突破
主导的排序模型在核心场景AUC提升0.012，为公司年度重点算法项目。
训练效率优化
重构分布式训练流程，单次训练成本降低约30%，节省算力预算。
团队培养
带教3名算法工程师，其中2人一年内晋升为高级算法工程师。
证书与认证
人工智能工程师（高级） - 工业和信息化部教育与考试中心
2022年6月
证明机器学习算法与工程实践能力。
AWS Certified Machine Learning – Specialty - 亚马逊云科技
2021年11月
证明云端机器学习方案设计与部署能力。
荣誉奖项
公司年度技术创新奖
清华大学优秀硕士毕业生
其他信息
到岗时间:
在职，确认录用后一个月内到岗。
开源贡献:
GitHub维护推荐算法工具库，累计Star 800+。
出差意愿:
可接受短期出差。
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。