高级搜索算法工程师简历范文全文
自我评价
6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，主导亿级日请求搜索系统的排序模型迭代。熟悉BERT类语义匹配、Learning to Rank与向量召回，具备从离线建模到线上A/B实验的完整落地能力。曾将核心搜索场景点击率提升8.6%，无结果率下降35%。
工作经历
北京字节跳动科技有限公司
北京
互联网大厂电商搜索
高级搜索算法工程师
2022年9月 - 至今
搜索排序Query理解
- 负责电商搜索排序模型迭代，引入多目标LTR框架，核心场景点击率提升8.6%、转化率提升5.2%。
- 主导Query理解链路重构，融合纠错、改写与意图识别，长尾Query无结果率下降35%。
- 搭建向量召回通道并上线ANN检索，召回覆盖率提升21%，线上P99延迟控制在80ms以内。
北京美团科技有限公司
北京
互联网大厂本地生活
搜索算法工程师
2020年7月 - 2022年8月
语义匹配特征工程
- 负责本地生活搜索相关性优化，构建BERT语义匹配模型，相关性人工评估准确率提升12%。
- 设计离线特征与样本回流流程，模型迭代周期由两周缩短至5天，支撑日均30余次实验。
项目经验
电商搜索多目标排序体系升级
2024年3月 - 2024年5月
算法负责人
- 设计融合点击、转化与退单的多目标LTR模型，替代单目标排序，GMV提升6.4%。
- 搭建分层重排与多样性约束策略，头部商品曝光集中度下降18%，用户满意度提升。
搜索长尾Query语义召回优化
2022年12月 - 2023年2月
核心开发
- 基于双塔模型构建语义召回，覆盖同义与口语化表达，长尾召回率提升19%。
- 引入负采样与难例挖掘策略，离线Recall@10提升7.3个百分点。
工作成果
核心指标提升
主导排序模型升级，搜索场景点击率提升8.6%，年化带来可观GMV增量。
体验优化
重构Query理解链路，长尾Query无结果率下降35%，显著改善搜索体验。
性能与效率
向量召回上线后P99延迟控制在80ms内，模型迭代周期缩短60%。
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
证明机器学习与算法工程能力。
阿里云机器学习ACP认证 - 阿里云
2021年11月
证明云上机器学习平台与建模能力。
教育背景
北京邮电大学
211双一流
计算机科学与技术 硕士
北京2019年8月 - 2021年5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性课题。
哈尔滨工程大学
211双一流
软件工程 本科
哈尔滨2016年8月 - 2020年5月
核心课程：数据结构、机器学习、数据库系统、信息检索。
专业技能
搜索排序与Learning to Rank
Query理解与语义匹配
向量召回与ANN检索
Python / PyTorch
Spark / Hive 大数据处理
A/B实验与指标分析
荣誉奖项
中国计算机学会（CCF）推荐系统竞赛 全国二等奖
北京邮电大学优秀毕业生
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。