搜索算法专家简历模板

• 负责抖音搜索排序算法优化，引入多目标Learning to Rank模型，使搜索结果CTR提升12%，用户停留时长增加15%。
• 主导向量召回与语义相关性模型迭代，将长尾查询相关性准确率从82%提升至90%，日均搜索量覆盖超2亿。
• 搭建搜索算法评估体系与A/B实验平台，将策略迭代周期从2周缩短至3天，支撑全年50+次模型上线。

• 参与百度搜索核心排序算法研发，优化Query理解与意图识别模块，使搜索满意度指标提升8%。
• 负责点击率预估模型迭代，采用深度兴趣网络（DIN）将AUC从0.78提升至0.81，覆盖日均千万级请求。

• 设计多路召回融合策略，结合向量召回与关键词召回，使召回覆盖率提升18%，长尾查询满足率提升25%。
• 构建基于BERT的语义相关性模型，将错误排序率降低20%，上线后搜索整体点击率提升6%。

• 搭建基于XGBoost和深度模型的Learning to Rank框架，实现搜索排序模型自动化训练与部署，迭代效率提升60%。
• 优化特征工程管道，引入用户行为序列特征，使模型AUC提升0.03，线上CTR提升5%。

研究方向为信息检索与自然语言处理，发表 EI 会议论文1篇。