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2019年8月 - 2021年5月
研究方向为数据挖掘与机器学习，核心课程：机器学习、数据挖掘、最优化方法。
武汉理工大学
211双一流
统计学 本科
武汉2016年8月 - 2020年5月
主修统计学与概率论，GPA 3.7/4.0，专业排名前10%。
专业技能
Python / Pandas / Scikit-learn
SQL / Hive / Spark
XGBoost / LightGBM
特征工程与模型调优
TensorFlow / 深度学习
AB实验与因果分析
荣誉奖项
中国大学生数学建模竞赛 国家二等奖
浙江大学优秀毕业生
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与XGBoost/LightGBM。主导过千万级用户行为数据的特征工程与模型上线，AUC提升0.06、营销转化率提升18%。具备从业务拆解、建模调优到线上AB实验的完整闭环能力。
工作经历
杭州云智数据科技有限公司
杭州
互联网电商
数据挖掘算法工程师
2022年9月 - 至今
用户增长推荐算法
- 负责电商用户增长算法，搭建流失预警与召回模型，召回率提升21%，年挽回GMV约1200万元。
- 主导推荐排序模型迭代，引入多目标融合与特征实时化，线上CTR提升9.6%。
- 搭建特征平台与模型监控体系，模型迭代周期由2周缩短至4天。
上海数联信息技术有限公司
上海
金融科技大数据
算法工程师
2020年7月 - 2022年8月
风控建模机器学习
- 负责金融风控评分卡与反欺诈模型开发，KS提升0.08，坏账率下降15%。
- 使用Spark完成亿级样本特征加工，离线任务耗时降低40%。
项目经验
电商用户流失预警与智能召回系统
2024年3月 - 2024年5月
算法负责人
- 基于用户行为序列构建特征体系，采用LightGBM与规则融合建模，流失预测AUC达0.86。
- 设计分层召回策略并接入营销系统，触达转化率提升18%，ROI提升1.4倍。
实时推荐排序模型优化
2022年12月 - 2023年2月
核心开发
- 引入实时特征与多目标排序，离线评估NDCG提升7%，线上人均点击提升9.6%。
- 完成模型服务化与灰度发布，支撑日均千万级请求，P99延迟控制在50ms内。
研究经历
基于图神经网络的用户行为预测研究/研究助理
杭州
计算机科学与技术学院
2020年1月 - 2020年6月
- 构建用户-商品异构图模型，在公开数据集上较基线方法AUC提升0.05。
- 相关成果整理为学术论文一篇，并应用于校企合作项目。
工作成果
增长模型落地
主导流失召回模型上线，年挽回GMV约1200万元。
效率提升
搭建特征平台，模型迭代周期由2周缩短至4天。
竞赛与学术
获全国大学生数学建模竞赛国家二等奖，发表数据挖掘方向论文1篇。
证书与认证
阿里云大数据分析师认证（ACP） - 阿里云
2023年6月
证明大数据分析与建模能力。
数据库系统工程师（软考中级） - 工业和信息化部
2021年11月
证明数据库设计与数据管理能力。
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。