• 负责抖音电商推荐排序模型迭代，引入多任务学习结构，CTR提升12.6%，GMV增长约8%。
• 主导特征平台重构，将特征上线周期由7天缩短至2天，支撑日均百亿级样本训练。
• 搭建模型线上A/B实验与监控体系，推理延迟降低40%，线上故障率下降60%。

• 负责外卖搜索相关性建模，优化BERT语义匹配模型，相关性准确率提升9.3%。
• 搭建离线训练与在线推理流水线，模型迭代效率提升50%，支撑日均千万级请求。

• 设计MMoE多任务网络融合点击与转化目标，线上CTR提升12.6%，转化率提升7.2%。
• 引入序列特征与实时特征，训练样本规模扩展至百亿级，模型AUC提升0.021。

• 基于BERT构建query-doc语义匹配模型并蒸馏上线，相关性准确率提升9.3%。
• 优化推理链路，单次请求耗时由80ms降至45ms，满足高并发线上要求。

研究方向为自然语言处理，参与国家自然科学基金项目1项。

核心课程：数据结构、机器学习、概率统计。