数据挖掘算法工程师简历范文全文
教育背景
浙江大学
985211双一流
计算机科学与技术 硕士
杭州2018年9月 - 2021年6月
研究方向为机器学习与数据挖掘，参与国家自然科学基金课题。
中南财经政法大学
211双一流
统计学 本科
武汉2014年9月 - 2018年6月
相关课程：概率论、多元统计、数据库系统。
专业技能
Python
SQL
Spark
XGBoost/LightGBM
特征工程
A/B实验与因果分析
荣誉奖项
国家奖学金
全国大学生数学建模竞赛 省级一等奖
自我评价
5年数据挖掘与算法建模经验，专注用户增长、推荐与风控场景，熟练使用Python、SQL、Spark及XGBoost、LightGBM等模型。主导过推荐排序与流失预警项目，模型AUC提升至0.86，带动核心业务指标增长。具备从特征工程到线上部署的完整落地能力。
工作经历
杭州云智数据科技有限公司
杭州
互联网大数据
数据挖掘算法工程师
2021年7月 - 至今
推荐算法用户增长
- 负责电商推荐排序模型迭代，CTR提升12%，GMV增长8%。
- 搭建用户流失预警体系，召回率提升至78%，月挽留用户3万。
- 优化特征计算链路，离线任务耗时由4小时降至1.5小时。
浙江数联信息技术有限公司
杭州
金融科技风控
算法工程师（实习）
2020年7月 - 2021年6月
风控建模特征工程
- 参与信贷风控评分卡建模，KS提升0.06，坏账率下降1.2个百分点。
- 构建反欺诈规则与模型组合策略，拦截可疑交易金额超2000万元。
项目经验
电商推荐排序模型升级
2023年3月 - 2024年2月
算法负责人
- 引入双塔召回与深度排序模型，线上CTR提升12%。
- 设计实时特征管道，特征时效由T+1缩短至分钟级。
- 通过A/B实验验证策略，人均下单频次提升6%。
用户流失预警与挽留系统
2022年1月 - 2022年12月
核心算法工程师
- 基于LightGBM构建流失预测模型，AUC达0.86。
- 联动运营发放优惠券，挽留成功率提升15%。
工作成果
推荐效果显著提升
主导排序模型升级，带动GMV增长8%，获部门季度优秀项目奖。
风控指标优化
评分卡模型KS提升0.06，助力坏账率下降1.2个百分点。
计算效率优化
特征链路优化使离线任务耗时下降62%，节省集群资源成本。
证书与认证
阿里云大数据分析师认证（ACP） - 阿里云
2023年6月
证明大数据平台开发与分析能力。
机器学习工程师（中级） - 工业和信息化部
2022年11月
证明机器学习工程与建模能力。
更多算法工程师简历范文
同一职位，不同的版式和写法。点开任意一份即可查看大图。
就从这份范文开始
免费复制到你的账户里，每一句话、每个板块和颜色都能改，改好即可下载投递。