大数据挖掘专家简历范文

• 主导电商用户画像与推荐排序模型迭代，召回率提升18%，首页点击率提升12%。
• 搭建亿级样本特征平台，特征生产时效由T+1缩短至小时级，模型迭代周期缩短40%。
• 带领3人算法小组完成反欺诈模型上线，欺诈拦截率提升25%，年减少损失约1200万元。

• 负责信贷风控评分卡与反欺诈模型开发，KS值由0.32提升至0.41，坏账率下降1.8个百分点。
• 基于Spark重构离线特征计算链路，任务耗时降低60%，日均处理数据量达20TB。

• 引入深度排序模型并融合多路召回，线上GMV提升9%，人均停留时长增加15秒。
• 设计A/B实验与离线评估体系，模型上线周期由2周压缩至5天。

• 构建图特征与行为序列特征，欺诈识别准确率提升至92%，误杀率下降30%。
• 对接实时计算链路，实现毫秒级风险拦截，日均拦截可疑申请超5000笔。

研究方向：数据挖掘与机器学习；核心课程：数据仓库、统计学习、分布式计算。

主修数学建模与数据库系统，获校级优秀毕业生。