在校期间系统学习了机器学习、深度学习等相关课程，成绩优异。参与过学校组织的科研项目，锻炼了自己的科研能力和团队协作能力。

• 负责公司图像识别相关算法的研发与优化，通过优化卷积神经网络模型，将图像识别准确率从85%提升至92%，为公司图像识别产品的市场竞争力提升做出重要贡献。
• 带领团队完成了多个图像识别项目的落地，与业务部门紧密合作，理解业务需求并转化为算法解决方案，项目均按时交付且效果超出预期。
• 积极参与公司内部技术分享，提升团队整体技术水平，主导编写了多份算法技术文档，便于团队成员学习和参考。

• 专注于自然语言处理领域的算法研究，开发了基于Transformer的文本分类模型，在公司内部文本分类任务上，使分类准确率提高了10个百分点，降低了人工审核成本。
• 参与公司智能客服系统的算法优化，通过对话意图识别算法的改进，使客服系统的用户满意度提升了15%，提高了客户留存率。
• 与数据团队合作，进行数据清洗和特征工程，为算法模型提供高质量的数据输入，保障了算法模型的稳定性和准确性。

• 该项目为智能安防系统，主要负责行人识别算法模块。通过对大量行人图像数据的收集和标注，构建了高质量的数据集。
• 采用YOLOv5算法进行行人检测，并针对实际场景中的复杂光照、遮挡等问题进行了算法优化，使行人检测的准确率达到95%以上，误检率降低至3%以下。
• 与硬件团队协作，完成算法在嵌入式设备上的部署，实现了实时行人识别功能，为安防系统的智能化升级提供了有力支持。

• 参与的智能推荐系统项目，主要负责用户兴趣建模部分。通过对用户行为数据（浏览、点击、购买等）的分析，运用机器学习中的协同过滤算法和深度学习中的神经网络模型。
• 构建了用户兴趣模型，使推荐系统的点击率提升了20%，用户平均停留时间增加了30%。
• 持续对模型进行迭代优化，引入注意力机制等新技术，进一步提高了推荐的精准度和个性化程度，为公司的用户活跃度和商业变现做出了重要贡献。