自然语言处理工程师简历范文全文
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
研究方向为自然语言处理，主修机器学习、深度学习、信息检索课程。
华中科技大学
985211
软件工程 本科
武汉2016年8月 - 2020年5月
GPA 3.7/4.0，专业排名前10%。
专业技能
PyTorch / Transformers
大模型微调（LoRA/SFT）
RAG 与向量检索
Python / 数据结构算法
TensorFlow
Docker / 模型部署
文本分类与信息抽取
SQL / 数据处理
LangChain / Prompt 工程
荣誉奖项
全国大学生数学建模竞赛 国家二等奖
北京邮电大学 优秀毕业生
展现专业实力，创造职场价值。
自我评价
4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两个线上系统落地。熟悉PyTorch、Transformers与LangChain技术栈，具备从数据构建到模型部署的全链路能力。累计推动线上问答准确率提升18%，日均调用量超200万次。
工作经历
北京智言科技有限公司
北京
人工智能大模型
自然语言处理算法工程师
2022年9月 - 至今
RAG模型微调
- 负责智能客服问答系统算法迭代，通过RAG与意图识别优化，问答准确率由76%提升至91%。
- 主导7B大模型LoRA微调与推理加速，单次响应时延降低45%，支撑日均200万次调用。
- 搭建文本数据清洗与标注流程，标注效率提升30%，累计沉淀高质量语料80万条。
上海云知数据科技有限公司
上海
企业服务文本智能
算法工程师（NLP方向）
2020年7月 - 2022年8月
文本分类命名实体识别
- 参与内容审核文本分类模型开发，违规内容召回率提升12%，误判率下降8%。
- 负责命名实体识别模型优化，在业务测试集上F1由0.82提升至0.89。
项目经验
企业知识库智能问答系统
2024年3月 - 2024年5月
算法负责人
- 设计文档切分、向量化与混合检索方案，Top5召回率由68%提升至87%。
- 引入重排序模型与多轮对话改写，用户问题解决率提升至85%，人工转接率下降22%。
多模态商品评论情感分析
2022年12月 - 2023年2月
核心开发
- 基于BERT与图文融合特征构建情感分类模型，准确率达92.3%。
- 输出细粒度情感标签，支撑运营侧差评预警，响应时效缩短至分钟级。
研究经历
面向中文短文本的语义匹配研究/研究助理
北京
计算机学院自然语言处理实验室
2020年1月 - 2020年6月
- 构建中文短文本语义匹配数据集，提出对比学习训练策略，准确率提升6.5个百分点。
- 相关成果发表于中文核心期刊，并申请发明专利1项。
工作成果
问答准确率大幅提升
主导RAG方案落地，智能客服问答准确率由76%提升至91%。
推理性能优化
通过量化与批处理优化，模型推理时延降低45%，节省算力成本约30%。
竞赛获奖
获全国大学生数学建模竞赛国家二等奖。
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
2023年6月
证明机器学习与深度学习工程实践能力。
阿里云人工智能ACP认证 - 阿里云
2022年11月
证明云上AI模型训练与部署能力。
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。