后端搜索算法开发工程师简历模板

• 负责电商搜索召回与排序链路研发，重构多路召回融合逻辑，搜索结果点击率提升12%。
• 主导Elasticsearch集群性能优化，通过索引分片与查询改写将P99延迟从320ms降至150ms。
• 搭建排序模型在线服务框架，支持模型热更新与灰度发布，迭代周期由2周缩短至3天。

• 参与内容平台搜索服务开发，基于Lucene实现中文分词与同义词扩展，召回率提升9%。
• 设计搜索日志埋点与数据回流方案，支撑相关性评估与离线指标监控体系建设。

• 引入BERT语义向量召回与Learning to Rank排序模型，搜索转化率提升15%。
• 构建相关性标注与离线评估流程，人工评估准确率由78%提升至89%。
• 设计多路召回并行调度架构，单次查询耗时降低40%，支撑日均2亿次检索。

• 开发Query纠错、改写与类目意图识别服务，搜索无结果率下降18%。
• 基于规则与模型融合方案上线同义词挖掘流程，长尾Query覆盖率提升22%。

研究方向为信息检索与自然语言处理，参与实验室搜索引擎相关课题。

主修数据结构、算法设计与数据库系统，GPA 3.6/4.0。