后端搜索算法优化开发简历范文全文
自我评价
6年搜索后端与算法优化经验，长期负责电商与内容场景的检索链路，熟悉倒排索引、向量召回与排序模型工程化。主导ES集群重构与查询改写优化，P99延迟下降约45%，搜索转化率提升8%。具备扎实的Java/Go与分布式系统能力，能独立完成从算法方案到线上落地的闭环。
工作经历
北京字节跳动科技有限公司
互联网大厂电商平台
北京
后端搜索算法优化开发工程师
搜索召回性能优化
2022年9月 - 至今
- 负责电商搜索召回与排序服务，重构倒排索引分片策略，P99查询延迟由180ms降至98ms。
- 主导查询改写与同义词扩展模块，长尾query点击率提升12%，无效召回率下降18%。
- 搭建A/B实验与离线评测体系，支撑每周20+组排序策略迭代，线上指标回归周期缩短至1天。
北京快手科技有限公司
短视频内容平台
北京
搜索后端开发工程师
Elasticsearch分布式系统
2020年7月 - 2022年8月
- 参与短视频搜索服务开发，基于Elasticsearch构建多字段检索，支撑日均3亿次查询。
- 优化缓存与批量合并策略，集群CPU使用率下降25%，单机QPS提升约1.6倍。
- 负责搜索日志埋点与数据链路，为排序模型提供稳定特征样本，样本延迟控制在5分钟内。
项目经验
电商搜索向量召回与混排优化 - 技术负责人
2024年3月 - 2024年5月
- 引入双塔向量召回与倒排召回混排，补充语义召回能力，类目搜索无结果率下降30%。
- 设计多路召回融合与截断策略，在延迟增加不超过10ms前提下，Top10相关性人工评估提升15%。
- 完成灰度发布与降级方案，上线后搜索GMV贡献提升约6%，服务稳定性保持99.99%。
搜索查询理解与纠错服务 - 核心开发
2022年12月 - 2023年2月
- 基于拼音与编辑距离实现query纠错，纠错准确率达92%，人工干预量减少40%。
- 重构查询意图识别服务，采用规则与轻量模型结合，单次推理耗时降至3ms以内。
专业技能
Java / Go 后端开发
Elasticsearch 与倒排索引
搜索召回与排序策略
向量检索（Faiss/Milvus）
分布式系统与性能调优
Python 与离线评测
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
研究方向为信息检索与分布式计算，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
2016年8月 - 2020年5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
搜索延迟大幅优化
主导检索链路重构，核心场景P99延迟下降45%，获部门季度技术突破奖。
专利与技术创新
以第一发明人申请搜索召回融合相关发明专利1项，已进入实质审查阶段。
绩效与认可
连续两年年度绩效A，获评团队核心骨干并担任新人技术导师。
证书与认证
系统架构设计师（软考高级） - 工业和信息化部
2023年11月
证明大型分布式系统架构设计能力。
阿里云云计算工程师认证（ACP） - 阿里云
2022年6月
证明云上搜索与数据服务部署运维能力。
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。