在校期间系统学习了计算机相关专业课程，包括《数据结构》《算法设计与分析》等，掌握了扎实的理论基础。积极参与学校组织的编程竞赛，锻炼了编程能力和团队协作能力。

• 负责广告审核系统的功能开发与优化，根据业务需求设计并实现了广告内容合规性检测模块，通过对大量广告样本的分析，构建了包含 1000 + 违规关键词的数据库，使广告审核的准确率从 85%提升至 92%。
• 与产品团队紧密合作，参与需求评审，对广告审核流程提出 5 项优化建议并推动落地，使审核效率提高了 30%。
• 带领 3 人小组完成广告审核系统的接口升级工作，实现与外部广告平台的高效对接，每月处理广告请求量达 100 万 +。

• 主导广告审核算法的研发，引入机器学习算法对广告图片进行分类识别，构建了包含 5000 + 广告图片样本的训练集，使图片广告审核的误判率降低了 20%。
• 优化广告审核系统的架构，采用分布式缓存技术，将系统响应时间从平均 3 秒降低至 1 秒以内，支撑了公司广告业务高峰期每日 50 万 + 广告的审核量。
• 与测试团队协作，制定广告审核系统的测试用例 200 +，覆盖功能、性能、兼容性等多个方面，确保系统上线后的稳定性。

• 参与公司新推出的信息流广告审核项目，负责开发广告文本语义分析模块。通过自然语言处理技术，对广告文本进行分词、词性标注、命名实体识别等处理，构建了语义分析模型，能够准确识别广告文本中的敏感信息和违规内容。
• 该项目上线后，信息流广告的审核效率提升了 40%，违规广告的漏审率降低至 1%以下。同时，通过对广告文本的语义分析，为广告推荐系统提供了更精准的用户画像信息，促进了广告业务的转化率提升。

• 负责公司广告审核平台的智能预警项目。通过对历史广告审核数据的挖掘分析，建立了广告违规风险评估模型，能够实时监测广告审核过程中的异常情况并发出预警。
• 该项目实施后，广告违规事件的响应时间从平均 2 小时缩短至 15 分钟以内，有效减少了违规广告的传播影响。同时，通过对预警数据的分析，为广告审核策略的优化提供了数据支持，使广告审核的整体质量得到进一步提升。