机器学习算法实习生简历范文全文
自我评价
北京邮电大学计算机科学与技术专业研二在读，研究方向为自然语言处理与推荐系统。熟练掌握Python、PyTorch及Transformer架构，具备从数据清洗到模型部署的完整项目经验。在电商推荐场景中优化模型AUC提升3.2%，发表EI会议论文一篇，实习期间独立完成特征工程与模型调优任务。
教育背景
北京邮电大学
211双一流
北京
计算机科学与技术 硕士
2025年9月 - 2028年6月
研究方向：自然语言处理与推荐系统；GPA 3.8/4.0，专业排名前5%。
北京工业大学
211双一流
北京
计算机科学与技术 本科
2021年9月 - 2025年6月
主修课程：机器学习、深度学习、数据结构与算法、数据库系统；GPA 3.7/4.0。
项目经验
电商推荐系统CTR预估优化 - 算法开发负责人
2026年3月 - 2026年9月
- 基于PyTorch复现并改进DeepFM模型，在公开电商数据集上AUC达到0.812，较基线提升3.2%。
- 负责特征工程，构造用户行为序列与交叉特征，并通过特征筛选将训练耗时降低15%。
- 使用TensorBoard与Weights & Biases跟踪实验，完成10+组消融实验并输出分析报告。
中文简历信息抽取系统 - 核心算法开发
2025年10月 - 2026年1月
- 基于BERT与CRF实现中文简历实体识别，在自建数据集上F1达到0.89。
- 负责数据标注规范制定与模型调优，通过数据增强将小样本场景F1提升4.5%。
工作经历
北京智谱华章科技有限公司
人工智能大模型
北京
算法实习生
PyTorch大模型微调
2026年6月 - 至今
- 参与大模型指令微调数据构建，设计清洗与去重流程，使有效样本占比提升至92%。
- 基于LoRA完成7B模型微调实验，在内部评测集上准确率提升2.8个百分点。
北京快手科技有限公司
互联网短视频
北京
算法实习生
推荐系统特征工程
2025年12月 - 2026年5月
- 负责短视频推荐场景的特征清洗与样本构建，日均处理样本量超500万条。
- 协助完成排序模型离线评估，优化评估脚本使实验迭代效率提升20%。
专业技能
Python
PyTorch
SQL
机器学习
深度学习
推荐系统
荣誉奖项
北京邮电大学学业奖学金一等奖
全国大学生数学建模竞赛二等奖
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。