100分简历
中级大模型算法商务简历模板 - 包含工作经历、项目经验的大模型算法简历模板预览图

正在查看中级大模型算法商务简历模板文字版

陈小湾

性别: 男 年龄: 26 学历: 本科 婚姻状态: 未婚 工作年限: 4年 政治面貌: 党员 邮箱: xiaowan@gangwan.com 电话号码: 18600001654

求职意向

工作性质: 全职 应聘职位: 大模型算法 期望工作地址: 北京 期望薪资: 8000-10000 求职状态: 离职-随时到岗

工作经历

2024-09 - 2025-12
北京XX科技有限公司
北京

XXX智能是专注于行业大模型研发与应用的人工智能公司,团队规模约XXX人,核心业务是为金融、教育等领域提供私有化大模型解决方案,产品已服务超过XXX家行业客户,与多家头部机构建立标杆案例合作。

大模型算法 汇报对象:部门总监

工作概述:

1.模型训练:负责金融领域大模型从零到一的预训练与指令微调,针对数据稀缺问题构建自动化数据清洗与合成流程,使用DeepSpeed与混合精度技术优化训练过程,将单次实验周期缩短XXX%,最终模型在金融问答评测集上准确率达到XXX%。

2.算法优化:为解决模型在长文本场景下理解能力不足的问题,设计并实现基于滑动窗口与层次化注意力机制的长文本建模方案,通过A/B测试验证方案有效性,使文档级任务F1值提升XXX%,推理时延仅增加XXX%。

3.架构设计:主导大模型服务化推理框架的架构升级,将原有单机服务拆解为模型加载、推理引擎、API网关等微服务,引入动态批处理与请求队列管理,支撑QPS从XXX提升至XXX,资源利用率提高XXX%。

4.评测体系:建立涵盖效果、性能、安全性的模型三维评测体系,自动化评测脚本覆盖XXX个核心任务,定期产出评测报告指导模型迭代,发现并推动修复XXX处潜在风险点,客户投诉率下降XXX%。

5.团队协作:与产品、交付团队紧密配合,将客户需求拆解为可执行的模型优化任务,编写技术方案与接口文档,主导完成X个重点项目的算法交付,客户满意度评分达XXX。

6.技术分享:在团队内部定期组织技术研讨会,分享大模型领域前沿论文与工程实践,主导编写《大模型服务化部署SOP》等X份内部文档,提升团队整体效率。


工作业绩:

1.独立负责并完成X个行业大模型的训练与优化工作,模型效果在客户内部评测中均达到验收标准。

2.通过算法与工程优化,使核心大模型服务的响应速度提升XXX%,支撑日均XXX万次的API调用。

3.搭建的模型评测体系覆盖公司全部X个主力模型,助力模型迭代决策效率提升XXX%。

4.主导的技术方案成功应用于XXX家头部客户项目,直接贡献合同金额超XXX万元。

5.培养与指导X名初级算法工程师,使其能够独立承担模型微调与评测任务。

主动离职,希望有更多的工作挑战和涨薪机会。

项目经历

2024-09 - 2025-12
金融研报智能分析大模型
项目负责人

公司为某头部券商定制的核心AI项目,需处理PDF、Word、Excel等多种格式的百万页级非结构化研报,原有规则系统提取信息准确率不足XXX%,且无法进行跨文档关联分析与观点总结。项目要求构建专用大模型,实现信息精准抽取、摘要生成、趋势研判等功能,并在保证高可用的前提下,将单份研报分析耗时从XX分钟降至X分钟以内。

项目职责:

1.数据构建:负责金融研报领域高质量SFT与RLHF数据集的构建,设计基于模板与大模型辅助的数据自动生成与校验流程,累计产出XXX万条高质量训练数据。

2.模型微调:基于开源大模型进行领域适应性预训练与指令微调,采用LoRA等参数高效微调方法,在XXX张GPU上完成多轮迭代实验,使模型在金融实体识别任务上的准确率从XXX%提升至XXX%。

3.服务部署:设计并实现支持流式输出的模型推理服务,集成向量数据库实现研报内容的高效检索与引用,通过缓存与异步处理机制,保障P99延迟低于XXX毫秒。

4.效果评估:建立涵盖信息抽取准确性、摘要完整性、逻辑一致性的量化评估体系,定期与业务专家进行人工评测对标,持续驱动模型优化。

项目业绩:

1.上线的智能分析模型在客户定义的XXX项关键任务中,平均准确率达到XXX%,超越合同规定指标。

2.系统成功处理客户历史XXX万份研报,单份分析平均耗时降低至XXX秒,效率提升XXX倍。

3.项目作为标杆案例成功交付,助力客户分析师工作效率提升XXX%,并推动公司与该券商签订为期X年的长期战略合作协议。

教育背景

2020-09 - 2024-07
南京理工大学
人工智能 本科

GPA X.XX/X.X(专业前XX%),主修自然语言处理、机器学习、深度学习核心课程,参与课程设计《基于Transformer的新闻文本分类系统》(使用PyTorch+Flask),在团队中负责模型搭建与训练模块,在测试集上取得XXX%的准确率,熟练使用Python、PyTorch、Linux开发环境。

自我评价

专业背景:拥有X年大模型算法研发与落地经验,深度参与X个从0到1的行业大模型项目,涵盖预训练、微调、评测、服务化全链路,熟悉Transformer架构及主流高效训练技术。算法能力:擅长针对复杂业务场景设计并实现模型优化方案,如通过改进注意力机制使长文本任务效果提升XXX%,具备扎实的算法攻坚与实验迭代能力。工程落地:具备将算法模型转化为高并发、低延迟在线服务的能力,主导的架构优化使服务吞吐量提升XXX%,资源成本下降XXX%,注重代码质量与系统稳定性。个人特质:逻辑清晰,具备良好的跨团队沟通与项目推动能力,能快速理解业务痛点并转化为技术方案,有强烈的责任心与结果导向意识。

培训经历

2024-09 - 2025-12
岗湾培训中心
高级深度学习工程师认证 北京

系统学习了大规模深度学习系统的设计、优化与部署知识。将认证中的分布式训练优化策略应用于实际项目,通过调整通信策略与梯度累积步数,在同等硬件条件下使训练效率提升约XXX%。输出的模型训练调优检查清单成为团队新人的标准参考资料。

查看中级大模型算法商务简历模板文字版
《中级大模型算法商务简历模板》简历文字详情

姓名:陈小湾

性别:

年龄:26

学历:本科

婚姻:未婚

年限:4年

面貌:党员

邮箱:xiaowan@gangwan.com

电话:18600001654

工作性质:全职

应聘职位:大模型算法

期望城市:北京

期望薪资:8000-10000

求职状态:离职-随时到岗

北京XX科技有限公司 | 大模型算法

2024-09 - 2025-12

公司背景:

XXX智能是专注于行业大模型研发与应用的人工智能公司,团队规模约XXX人,核心业务是为金融、教育等领域提供私有化大模型解决方案,产品已服务超过XXX家行业客户,与多家头部机构建立标杆案例合作。

工作内容:

工作概述:

1.模型训练:负责金融领域大模型从零到一的预训练与指令微调,针对数据稀缺问题构建自动化数据清洗与合成流程,使用DeepSpeed与混合精度技术优化训练过程,将单次实验周期缩短XXX%,最终模型在金融问答评测集上准确率达到XXX%。

2.算法优化:为解决模型在长文本场景下理解能力不足的问题,设计并实现基于滑动窗口与层次化注意力机制的长文本建模方案,通过A/B测试验证方案有效性,使文档级任务F1值提升XXX%,推理时延仅增加XXX%。

3.架构设计:主导大模型服务化推理框架的架构升级,将原有单机服务拆解为模型加载、推理引擎、API网关等微服务,引入动态批处理与请求队列管理,支撑QPS从XXX提升至XXX,资源利用率提高XXX%。

4.评测体系:建立涵盖效果、性能、安全性的模型三维评测体系,自动化评测脚本覆盖XXX个核心任务,定期产出评测报告指导模型迭代,发现并推动修复XXX处潜在风险点,客户投诉率下降XXX%。

5.团队协作:与产品、交付团队紧密配合,将客户需求拆解为可执行的模型优化任务,编写技术方案与接口文档,主导完成X个重点项目的算法交付,客户满意度评分达XXX。

6.技术分享:在团队内部定期组织技术研讨会,分享大模型领域前沿论文与工程实践,主导编写《大模型服务化部署SOP》等X份内部文档,提升团队整体效率。


工作业绩:

1.独立负责并完成X个行业大模型的训练与优化工作,模型效果在客户内部评测中均达到验收标准。

2.通过算法与工程优化,使核心大模型服务的响应速度提升XXX%,支撑日均XXX万次的API调用。

3.搭建的模型评测体系覆盖公司全部X个主力模型,助力模型迭代决策效率提升XXX%。

4.主导的技术方案成功应用于XXX家头部客户项目,直接贡献合同金额超XXX万元。

5.培养与指导X名初级算法工程师,使其能够独立承担模型微调与评测任务。

项目名称:金融研报智能分析大模型

担任角色:项目负责人

项目背景:
项目内容:

公司为某头部券商定制的核心AI项目,需处理PDF、Word、Excel等多种格式的百万页级非结构化研报,原有规则系统提取信息准确率不足XXX%,且无法进行跨文档关联分析与观点总结。项目要求构建专用大模型,实现信息精准抽取、摘要生成、趋势研判等功能,并在保证高可用的前提下,将单份研报分析耗时从XX分钟降至X分钟以内。

项目业绩:

项目业绩:

1.上线的智能分析模型在客户定义的XXX项关键任务中,平均准确率达到XXX%,超越合同规定指标。

2.系统成功处理客户历史XXX万份研报,单份分析平均耗时降低至XXX秒,效率提升XXX倍。

3.项目作为标杆案例成功交付,助力客户分析师工作效率提升XXX%,并推动公司与该券商签订为期X年的长期战略合作协议。

南京理工大学

人工智能 | 本科

主修课程:

GPA X.XX/X.X(专业前XX%),主修自然语言处理、机器学习、深度学习核心课程,参与课程设计《基于Transformer的新闻文本分类系统》(使用PyTorch+Flask),在团队中负责模型搭建与训练模块,在测试集上取得XXX%的准确率,熟练使用Python、PyTorch、Linux开发环境。

专业背景:拥有X年大模型算法研发与落地经验,深度参与X个从0到1的行业大模型项目,涵盖预训练、微调、评测、服务化全链路,熟悉Transformer架构及主流高效训练技术。算法能力:擅长针对复杂业务场景设计并实现模型优化方案,如通过改进注意力机制使长文本任务效果提升XXX%,具备扎实的算法攻坚与实验迭代能力。工程落地:具备将算法模型转化为高并发、低延迟在线服务的能力,主导的架构优化使服务吞吐量提升XXX%,资源成本下降XXX%,注重代码质量与系统稳定性。个人特质:逻辑清晰,具备良好的跨团队沟通与项目推动能力,能快速理解业务痛点并转化为技术方案,有强烈的责任心与结果导向意识。