搜索算法简历范文全文
自我评价
5年搜索与推荐算法经验，专注Query理解、召回排序与相关性优化，熟悉BERT类语义匹配与Learning to Rank。主导电商搜索排序模型迭代，核心指标NDCG提升8%，人均搜索转化率提升6%。具备扎实的Python/C++工程能力与大规模数据离线在线全链路落地经验。
工作经历
2022年9月
-
至今
北京字节跳动科技有限公司
互联网大厂电商搜索
搜索算法工程师
召回排序Query理解
北京
- 负责电商搜索召回与粗排链路优化，引入双塔语义召回，长尾Query召回覆盖率提升15%。
- 主导LTR排序模型迭代，融合行为序列特征，NDCG@10提升8%，搜索转化率提升6%。
- 搭建Query意图识别与纠错模块，badcase率下降30%，日均处理搜索请求超2亿次。
2020年7月
-
2022年8月
北京美团科技有限公司
互联网大厂本地生活
算法工程师（搜索方向）
语义匹配特征工程
北京
- 参与本地生活搜索相关性优化，构建BERT语义匹配模型，相关性准确率提升5个百分点。
- 负责搜索日志数据清洗与特征工程，沉淀200+特征，支撑排序模型离线训练与在线推理。
项目经验
2024年3月
-
2024年5月
电商搜索语义召回升级
算法负责人
- 设计双塔向量召回架构，结合Faiss实现毫秒级检索，线上召回耗时控制在20ms内。
- 通过难负样本挖掘与对比学习优化，向量召回Top50命中率提升12%。
- 项目上线后搜索GMV提升4.5%，获部门季度技术创新奖。
2022年12月
-
2023年2月
搜索Query纠错与意图识别
核心开发
- 基于BERT序列标注构建纠错模型，纠错准确率达92%，覆盖拼写与同音错误场景。
- 建立意图分类体系，支持商品、店铺、活动等8类意图，意图识别F1达0.89。
专业技能
Python
C++
PyTorch
Elasticsearch
Faiss向量检索
SQL/Spark
Learning to Rank
BERT语义匹配
A/B实验与指标分析
教育背景
2019年8月
-
2021年5月
哈尔滨工业大学
985双一流
计算机科学与技术 硕士
哈尔滨
研究方向为信息检索与自然语言处理，发表中文核心期刊论文1篇。
2016年8月
-
2020年5月
哈尔滨工业大学
985211
软件工程 本科
哈尔滨
主修数据结构、机器学习、数据库系统，GPA 3.7/4.0。
工作成果
搜索核心指标提升
主导排序模型迭代，NDCG@10提升8%，搜索转化率提升6%。
季度技术创新奖
双塔语义召回项目上线后搜索GMV提升4.5%，获部门季度技术创新奖。
召回覆盖率突破
长尾Query召回覆盖率提升15%，badcase率下降30%。
证书与认证
软件设计师（软考中级） - 工业和信息化部
2019年5月
证明软件设计与算法工程基础能力。
TensorFlow开发者认证 - Google
2021年9月
证明深度学习模型开发与部署能力。
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。