数据挖掘资深工程师简历范文全文
展现专业实力，创造职场价值。
自我评价
8年数据挖掘与算法工程经验，深耕用户增长、风控与推荐场景，具备从数据建模到线上落地的完整闭环能力。熟练使用Python、SQL、Spark与XGBoost/LightGBM，主导过亿级样本模型上线。曾将风控模型KS提升至0.42，推动推荐场景CTR提升18%。
工作经历
上海数联金融科技有限公司
上海
金融科技C轮
数据挖掘资深工程师
2021年3月 - 至今
风控建模机器学习
- 主导信贷风控模型体系重构，覆盖贷前贷中贷后，模型KS从0.35提升至0.42。
- 搭建基于Spark的特征平台，特征加工时效由T+1缩短至小时级，支撑30余个模型迭代。
- 带领4人算法小组完成反欺诈规则与模型融合，使团伙欺诈识别率提升25%，资损下降18%。
杭州云智电子商务有限公司
杭州
电商平台上市公司
数据挖掘工程师
2017年7月 - 2021年2月
推荐算法用户增长
- 负责推荐场景CTR预估模型迭代，引入深度特征交叉后线上CTR提升18%，GMV增长12%。
- 构建用户分群与生命周期模型，推动精准营销活动转化率提升22%。
- 沉淀A/B实验与离线评估流程，模型上线周期从2周缩短至5天。
项目经验
信贷申请反欺诈评分卡项目
2022年4月 - 2023年6月
算法负责人
- 整合设备、行为与三方数据构建600+特征，采用LightGBM与规则融合，AUC达0.81。
- 设计模型监控与回溯机制，上线后月度人工复核量下降30%，审批通过率提升6个百分点。
电商推荐冷启动优化项目
2019年5月 - 2020年3月
核心算法工程师
- 基于内容标签与图嵌入构建冷启动召回通道，新商品曝光点击率提升35%。
- 搭建离线仿真评估体系，减少无效线上实验40%，缩短新品冷启动周期约7天。
工作成果
风控模型效果突破
主导的风控模型KS达0.42，处于行业较优水平，支撑日均百万级授信决策。
特征平台提效
特征时效从T+1提升至小时级，年节省算力与人力成本约80万元。
团队培养
带教4名算法工程师，其中2人晋升为高级工程师。
证书与认证
阿里云大数据工程师认证（ACP） - 阿里云
2023年8月
证明云上数据计算与建模能力。
数据库系统工程师（软考中级） - 工业和信息化部
2019年11月
证明数据库设计与数据管理能力。
专业技能
Python / SQL
Spark / Hive / Flink
XGBoost / LightGBM / 深度学习
特征工程与建模调优
推荐系统与用户增长
风控建模与规则引擎
教育背景
华东师范大学
985211双一流
计算机科学与技术 硕士
上海2014年9月 - 2017年6月
研究方向：数据挖掘与机器学习；相关课程：数据仓库、统计学习、分布式计算。
南京理工大学
211双一流
信息管理与信息系统 本科
南京2010年9月 - 2014年6月
核心课程：数据库系统、概率论、数据结构。
荣誉奖项
华东师范大学校级优秀毕业生
全国大学生数学建模竞赛江苏省一等奖
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。