数据挖掘研发工程师简历范文全文
自我评价
5年数据挖掘与算法研发经验，专注用户行为建模、推荐与风控场景，熟练使用Python、Spark、SQL及主流机器学习框架。主导过亿级样本特征工程与模型上线，推荐点击率提升18%，风控坏账率下降12%。具备从数据清洗、特征构建到模型部署与AB实验的完整落地能力。
工作经历
杭州云智数据科技有限公司
杭州
互联网大数据
数据挖掘研发工程师
2022年7月 - 至今
推荐算法特征工程
- 负责推荐系统召回与排序模型研发，主导特征平台建设，支撑日均亿级样本训练。
- 优化排序模型并完成AB实验，推荐点击率提升18%，人均使用时长提升9%。
- 搭建模型监控与离线评估体系，模型迭代周期由2周缩短至5天。
浙江数聚信息技术有限公司
杭州
金融科技风控
数据分析工程师
2021年7月 - 2022年6月
风控建模Spark
- 参与信贷风控模型开发，构建用户行为与征信特征300余项，坏账率下降12%。
- 使用Spark完成亿级数据清洗与特征计算，任务耗时降低40%。
项目经验
电商推荐系统排序模型优化
2023年3月 - 2024年6月
算法负责人
- 设计多路召回与深度排序模型，融合用户行为序列特征，线上CTR提升18%。
- 搭建特征实时更新链路，特征时效由T+1提升至分钟级，支撑大促稳定运行。
信贷反欺诈模型建设
2021年9月 - 2022年5月
核心开发
- 构建反欺诈识别模型，结合图特征与规则引擎，欺诈识别准确率提升至92%。
- 完成模型上线与灰度验证，人工审核量减少35%。
工作成果
推荐模型带来显著业务增长
主导推荐排序模型迭代，累计带来年度GMV增长约1200万元。
推动特征平台标准化
建立特征平台与模型评估规范，团队建模效率提升50%。
年度技术创新奖
获公司年度技术创新奖，排名部门前10%。
证书与认证
阿里云大数据工程师认证（ACP） - 阿里云
2023年11月
证明大数据平台开发与数据分析能力。
数据库系统工程师（软考中级） - 工业和信息化部
2022年5月
证明数据库设计与数据管理能力。
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
研究方向为数据挖掘与机器学习，参与国家自然科学基金项目1项。
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
主修课程：概率论、多元统计、数据库原理、数据挖掘。
专业技能
Python
SQL
Spark
机器学习
特征工程
Hive
TensorFlow
AB实验
数据可视化
荣誉奖项
浙江大学一等学业奖学金
全国大学生数学建模竞赛省一等奖
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。