自然语言处理NLP简历范文全文
个人简历
展现专业实力，创造职场价值。
自我评价
5年自然语言处理算法经验，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。曾将客服意图识别准确率提升至93%，模型推理成本下降40%。
工作经历
北京智言科技有限公司
人工智能大模型应用
北京
自然语言处理算法工程师
大模型微调RAG
2022年9月 - 至今
- 负责智能客服意图识别与多轮对话模型迭代，意图准确率由86%提升至93%。
- 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，单次响应耗时降低40%，年节省算力成本约60万元。
上海云析数据技术有限公司
大数据SaaS
上海
算法工程师（NLP方向）
文本分类PyTorch
2020年7月 - 2022年8月
- 负责文本分类与情感分析模型开发，支撑电商评论审核业务日均百万级调用。
- 优化数据标注与清洗流程，标注成本降低30%，模型F1值提升5个百分点。
项目经验
企业知识库智能问答系统 - 算法负责人
2024年3月 - 2024年5月
- 基于开源大模型完成领域微调与向量检索召回，Top1召回率达到88%。
- 设计多路召回与重排序策略，问答准确率较基线提升22%，已在3条业务线落地。
电商评论细粒度情感分析 - 核心开发
2022年12月 - 2023年2月
- 构建多标签情感分类模型，覆盖12类细粒度标签，F1值达0.89。
- 上线后审核人工复核量减少45%，显著降低运营成本。
专业技能
PyTorch
Transformers
大模型微调（LoRA/SFT）
RAG与向量检索
Python
文本分类与信息抽取
LangChain
模型部署与推理优化
SQL与数据处理
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
2019年8月 - 2021年5月
研究方向为自然语言处理，参与实验室文本理解相关课题。
武汉理工大学
211双一流
武汉
软件工程 本科
2016年8月 - 2020年5月
主修数据结构、机器学习与数据库系统，GPA 3.6/4.0。
工作成果
意图识别准确率提升
主导客服意图模型迭代，准确率由86%提升至93%，达到业务验收目标。
推理成本优化
通过量化与批处理优化，模型推理成本下降40%，年节省约60万元。
公司年度优秀员工
因知识问答项目落地效果突出，获评2023年度技术中心优秀员工。
证书与认证
人工智能工程师（中级） - 工业和信息化部教育与考试中心
2022年6月
证明人工智能算法与工程实践能力。
CET-6 - 教育部考试中心
2015年12月
英语六级，可流畅阅读英文技术论文。
更多自然语言处理简历范文
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。