机器学习算法专家简历范文全文
教育背景
北京航空航天大学
985双一流
计算机科学与技术 硕士
北京2015年9月 - 2018年6月
研究方向为机器学习与数据挖掘，参与国家自然科学基金项目。
华中科技大学
985211
软件工程 本科
武汉2011年9月 - 2015年6月
相关课程：数据结构、概率统计、机器学习导论。
专业技能
深度学习（TensorFlow/PyTorch）
推荐系统与排序模型
Python / C++
特征工程与数据挖掘
分布式训练（Spark/Horovod）
模型部署与A/B实验
荣誉奖项
中国计算机学会（CCF）优秀论文奖
公司年度技术创新奖
论文与专利
A Graph Neural Network Approach for Recommendation
第一作者
2017年3月 - 2018年5月
- 发表于CCF-B类会议，提出改进的邻居聚合策略。
一种基于多任务学习的推荐排序方法
第一发明人
2022年1月 - 2023年8月
- 已授权发明专利，应用于线上排序系统。
自我评价
8年机器学习算法研发经验，专注推荐系统与大规模深度学习模型落地，主导过亿级用户场景的排序与召回优化。精通TensorFlow/PyTorch与特征工程，具备从算法设计到线上部署的完整闭环能力。曾带领5人算法团队，模型上线后核心指标提升显著。
工作经历
北京字节跳动科技有限公司
北京
互联网大厂推荐算法
机器学习算法专家
2021年3月 - 至今
推荐系统深度学习
- 主导短视频推荐排序模型迭代，引入多任务学习框架，人均使用时长提升6.8%。
- 搭建特征实时更新链路，将特征时效从小时级缩短至分钟级，CTR预估准确率提升3.2%。
- 带领5人算法小组完成冷启动召回优化，新用户次日留存提升4.5%。
北京美团科技有限公司
北京
互联网大厂本地生活
高级算法工程师
2018年7月 - 2021年2月
搜索排序序列建模
- 负责外卖搜索排序算法优化，重构粗排模型，线上GMV提升2.1%。
- 设计用户行为序列建模方案，长尾商家曝光量提升12%，显著改善生态多样性。
项目经验
短视频推荐召回与排序一体化优化
2022年4月 - 2023年12月
算法负责人
- 设计双塔召回与深度排序融合架构，支撑日均亿级请求，推理延迟控制在30ms内。
- 通过负采样与对比学习优化，召回率提升9.4%，线上转化率提升2.7%。
外卖搜索用户序列建模
2019年5月 - 2020年10月
核心算法工程师
- 构建基于Transformer的用户行为序列模型，替代传统统计特征，AUC提升0.021。
- 完成离线训练到在线服务的全链路部署，支撑日均千万级样本训练。
研究经历
基于图神经网络的推荐算法研究/研究助理
北京
计算机学院
2016年9月 - 2018年6月
- 研究基于图神经网络的推荐算法，在公开数据集上较基线提升5.3%。
- 发表CCF-B类会议论文1篇，提出改进的邻居聚合策略。
工作成果
核心指标持续提升
主导的排序模型优化项目上线后，核心业务指标连续三个季度保持正向增长。
学术与专利成果
累计发表顶会/CCF-B类论文3篇，授权发明专利2项。
推动算法工程化
建立团队算法实验规范与A/B测试流程，实验迭代效率提升约40%。
证书与认证
AWS Certified Machine Learning – Specialty - 亚马逊云科技
2022年6月
证明云上机器学习建模与部署能力。
百度飞桨深度学习工程师认证 - 百度
2020年11月
证明深度学习框架应用与工程实践能力。
更多机器学习简历范文
同一职位，不同的版式和写法。点开任意一份即可查看大图。
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。