自然语言处理工程师简历范文全文
自我评价
5年自然语言处理算法研发经验，专注大模型微调、检索增强生成与文本理解方向，主导过智能客服与内容审核等落地项目。熟悉PyTorch、Transformers与LangChain技术栈，具备从数据构建到线上部署的完整工程能力。曾将意图识别准确率提升至94%，支撑日均百万级调用。
工作经历
北京智言科技有限公司
北京
人工智能大模型应用
自然语言处理算法工程师
2023年3月 - 至今
大模型微调RAG
- 负责智能客服意图识别与多轮对话模型研发，将意图识别准确率从86%提升至94%。
- 搭建基于RAG的知识问答链路，答案命中率提升28%，人工转接率下降35%。
- 主导模型量化与推理优化，单次响应延迟由800ms降至320ms，支撑日均百万级调用。
北京云析数据技术有限公司
北京
互联网内容平台
算法工程师（NLP方向）
2021年7月 - 2023年2月
文本分类信息抽取
- 负责内容审核文本分类模型开发，违规内容召回率提升至96%，误判率下降12%。
- 构建中文分词与实体抽取流水线，支撑日均500万条文本的实时处理。
项目经验
企业知识库智能问答系统
2024年1月 - 2024年10月
算法负责人
- 基于开源大模型完成LoRA微调与指令数据构建，领域问答准确率提升22%。
- 设计向量检索与重排序双阶段方案，检索召回率提升至91%。
用户评论情感分析平台
2022年3月 - 2022年12月
核心开发
- 搭建多标签情感分析模型，F1值达到0.89，覆盖8类业务场景。
- 完成模型服务化与灰度上线，支撑业务方日均30万次调用。
研究经历
中文语义匹配与对比学习研究/研究助理
北京
计算机学院自然语言处理实验室
2019年9月 - 2021年6月
- 研究基于预训练模型的中文语义匹配方法，提出改进的对比学习训练策略。
- 在公开数据集上将语义匹配准确率提升4.2个百分点，成果发表于CCF-B类会议。
工作成果
大模型问答系统落地
牵头完成大模型问答系统从0到1落地，上线半年服务超200家企业客户。
推理成本优化
推动推理优化方案在全团队复用，年度算力成本节约约60万元。
证书与认证
深度学习工程师（中级）认证 - 中国人工智能学会
2023年6月
证明深度学习与模型工程实践能力。
自然语言处理工程师（软考中级） - 工业和信息化部
2022年9月
证明自然语言处理算法与工程能力。
教育背景
北京邮电大学
211双一流
计算机科学与技术 硕士
北京2018年9月 - 2021年6月
研究方向为自然语言处理，主修机器学习、深度学习、信息检索等课程。
华中科技大学
985211
软件工程 本科
武汉2014年9月 - 2018年6月
系统学习数据结构、算法设计与数据库原理，GPA 3.7/4.0。
专业技能
PyTorch / Transformers
大模型微调（LoRA/SFT）
RAG 与向量检索
Python / SQL
文本分类与信息抽取
Docker / 模型部署
荣誉奖项
中国计算机学会（CCF）优秀学生论文奖
校级一等奖学金
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。