资深搜索算法后端开发简历模板

• 负责电商搜索召回与排序服务架构，支撑日均3亿次查询，P99延迟从180ms降至95ms。
• 主导Elasticsearch集群分片与索引重构，索引构建耗时下降40%，机器成本年节省约200万元。
• 推动向量召回与多路融合排序上线，搜索转化率提升12%，GMV同比增长8%。

• 参与本地生活搜索服务开发，负责Query理解与召回链路，接口QPS峰值达5万。
• 设计倒排索引增量更新方案，数据时效从小时级缩短至分钟级，商户信息准确率提升至99%。
• 搭建搜索效果监控与A/B实验平台，支撑算法迭代周均20次，线上事故率下降60%。

• 基于Faiss与自研向量服务构建亿级商品向量召回，单机吞吐提升3倍，召回覆盖率提升25%。
• 设计多路召回融合与粗排精排分层架构，端到端延迟控制在100ms内，转化率提升12%。
• 建立离线评估与在线A/B联动机制，新策略上线周期由2周缩短至3天。

• 将索引构建流程平台化，支持多业务线自助接入，接入周期从1个月缩短至1周。
• 引入Kafka实时管道实现增量索引，数据延迟由小时级降至分钟级，索引可用性达99.99%。

研究方向：信息检索与分布式计算；核心课程：数据结构、机器学习、搜索引擎原理。

主修数据库系统、算法设计与操作系统，获校级优秀毕业生。