后端搜索算法开发工程师简历范文全文
自我评价
6年搜索与推荐后端研发经验，专注搜索引擎架构、召回排序与相关性优化，主导过亿级文档检索系统的性能与效果迭代。熟练掌握Java、Go、Elasticsearch、Lucene及深度学习排序模型工程化落地，具备从离线训练到在线服务的全链路能力。擅长以A/B实验驱动效果提升，多次将核心指标提升10%以上。
工作经历
北京智搜科技有限公司
互联网搜索推荐
北京
后端搜索算法开发工程师
Elasticsearch排序算法
2022年9月 - 至今
- 负责电商搜索召回与排序链路研发，重构多路召回融合逻辑，搜索结果点击率提升12%。
- 主导Elasticsearch集群性能优化，通过索引分片与查询改写将P99延迟从320ms降至150ms。
- 搭建排序模型在线服务框架，支持模型热更新与灰度发布，迭代周期由2周缩短至3天。
上海云图信息技术有限公司
内容平台SaaS
上海
Java后端开发工程师
JavaLucene
2020年7月 - 2022年8月
- 参与内容平台搜索服务开发，基于Lucene实现中文分词与同义词扩展，召回率提升9%。
- 设计搜索日志埋点与数据回流方案，支撑相关性评估与离线指标监控体系建设。
项目经验
亿级商品搜索相关性优化 - 搜索算法负责人
2024年3月 - 2024年5月
- 引入BERT语义向量召回与Learning to Rank排序模型，搜索转化率提升15%。
- 构建相关性标注与离线评估流程，人工评估准确率由78%提升至89%。
- 设计多路召回并行调度架构，单次查询耗时降低40%，支撑日均2亿次检索。
搜索Query理解与意图识别系统 - 后端开发工程师
2022年12月 - 2023年2月
- 开发Query纠错、改写与类目意图识别服务，搜索无结果率下降18%。
- 基于规则与模型融合方案上线同义词挖掘流程，长尾Query覆盖率提升22%。
专业技能
Java / Go 后端开发
Elasticsearch / Lucene
搜索召回与排序算法
Learning to Rank / BERT
Python 数据处理
Redis / Kafka / MySQL
A/B实验与效果评估
分布式系统与性能调优
Docker / Kubernetes
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
2017年9月 - 2020年6月
研究方向为信息检索与自然语言处理，参与实验室搜索引擎相关课题。
武汉理工大学
211双一流
武汉
软件工程 本科
2013年9月 - 2017年6月
主修数据结构、算法设计与数据库系统，GPA 3.6/4.0。
工作成果
搜索核心指标提升
主导排序模型升级，搜索点击率与转化率分别提升12%和15%。
检索性能优化
将搜索服务P99延迟降低53%，支撑日均2亿次查询稳定运行。
公司年度技术奖
因搜索架构重构项目获评公司年度技术创新奖。
证书与认证
阿里云大数据工程师认证（ACP） - 阿里云
2023年8月
证明云上数据处理与分析能力。
软件设计师（软考中级） - 工业和信息化部
2019年11月
证明软件设计与系统开发能力。
更多搜索算法简历范文
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。