职场资讯
正在查看资深大模型算法清爽简历模板文字版
陈小湾
求职意向
工作经历
XXX智能是专注于企业级生成式AI解决方案的科技公司，团队规模约XXX人，核心业务是为金融、营销等行业提供定制化大模型应用服务，产品服务于超过XXX家标杆客户，与多家云服务商建立深度技术合作。
工作概述：
1.模型选型与调优：依据具体业务场景需求，对比并选定适合的预训练基础模型；通过设计分阶段微调方案，融合业务领域数据与通用知识，在金融风控场景将模型准确率提升XXX个百分点，模型迭代周期缩短XXX%。
2.数据构建与治理：负责高质量指令数据与精调数据集的构建；设计自动化数据清洗与多轮验证流程，解决数据偏见与噪声问题，最终构建包含XXX万对高质量问答的数据集，数据可用率提升至XXX%。
3.算法开发与改进：主导核心推理与内容生成算法模块的开发；针对长文本理解与逻辑推理难点，引入链式思考与自我一致性解码策略，改进注意力机制，在复杂问答任务上将事实准确率提升XXX%。
4.模型压缩与加速：为解决大模型推理延迟高、资源消耗大的问题，采用知识蒸馏与量化技术对模型进行轻量化；设计分层缓存与动态批处理机制，在保证效果损失小于X%的前提下，将模型推理速度提升XXX倍，单次服务成本降低XXX%。
5.效果评估与迭代：建立涵盖准确率、安全性、流畅度等多维度的模型效果自动化评估体系；通过在线A/B测试跟踪用户反馈，定位生成内容的事实错误与逻辑矛盾问题，驱动模型每周迭代，将用户满意度评分提升XXX分。
6.应用落地对接：协调产品与工程团队，将训练完成的模型封装为标准化API服务；编写模型部署规范与技术文档，支持模型在客户私有化环境中的平滑部署，成功推动X个关键项目上线交付。
7.技术分享与规范：主导团队内部技术分享，整理大模型训练与调优的SOP操作手册；负责代码评审与质量把控，建立模型版本管理规范，将团队协作效率提升XXX%。
工作业绩：
1.主导完成X个行业大模型的训练与迭代，在核心业务场景的关键指标上超越同期开源基准模型XXX%。
2.构建并维护公司级高质量训练数据集，规模达XXX万对，支撑了所有定制化模型的训练需求。
3.通过算法优化与工程加速，将线上模型服务的平均响应时间从XXX毫秒降至XXX毫秒，月度推理成本节约XXX万元。
4.建立的模型评估体系覆盖XX个核心指标，自动化测试比例达XXX%，显著提升迭代效率与模型可靠性。
5.成功支持X个重点客户项目的AI应用落地，客户验收通过率达XXX%，助力公司获得XXX万级订单。
6.输出技术文档与规范XX份，培训与指导初级算法工程师X名，提升团队整体产出能力。
主动离职，希望有更多的工作挑战和涨薪机会。
项目经历
公司战略级产品项目，旨在为券商和投资机构提供自动化、高质量的研报生成与摘要服务。初始基于通用大模型构建的原型在金融专业术语准确性、数据引用合规性及逻辑连贯性上存在严重缺陷，生成内容错误率高达XX%，无法满足客户基本要求，且单次生成耗时长达XXX秒，阻碍产品商业化进程。
项目职责：
1.模型方案设计：负责整体技术路线制定，选择并微调金融领域预训练模型作为基座，设计RAG与精调结合的混合架构以提升专业性。
2.专业能力增强：构建金融术语知识库与合规校验规则，并将其嵌入模型提示工程与后处理流程，确保数据引用准确与格式合规。
3.算法核心开发：开发关键的信息抽取、多源信息整合与结构化生成算法模块，优化长文档建模与核心观点归纳的逻辑连贯性。
4.性能与工程优化：实施模型量化与动态剪枝，设计流式生成与异步处理管道，将端到端生成延迟降低XXX%，满足高并发需求。
项目业绩：
1.平台核心模型在金融实体识别准确率、数据引用准确率等关键指标上达到X
X.X%，超越竞品X个百分点，获得首批标杆客户认可。
2.将研报生成平均耗时从XXX秒压缩至XX秒，支持并发请求数提升至XXX QPS，成功支撑了XXX家机构的试用与压力测试。
3.项目直接推动产品完成商业化闭环，实现年度合同金额XXX万元，客户续约率达XXX%。
4.项目成果获得公司年度创新大奖，并形成X项相关技术专利申报。
教育背景
GPA X.XX/X.X（专业前XX%），主修自然语言处理与机器学习核心课程，参与基于深度学习的文本摘要系统课程设计，负责核心seq2seq模型优化模块，在公开数据集上取得ROUGE评分提升X.X%，熟练掌握PyTorch框架与Linux开发环境，具备扎实的算法与数据结构基础。
自我评价
培训经历
系统化掌握Transformer架构、预训练模型及前沿微调技术知识体系。认证所学的课程知识与实践方法被应用于多个大模型优化项目，特别是在设计指令微调与强化学习结合的训练框架中，有效提升了模型的指令遵循与安全应答能力，相关技术方案成为团队标准，支撑了X个重要客户项目的成功交付。
资深大模型算法清爽简历模板
487人使用适用人群: #大模型算法 #资深[10+年]
[基本信息]
姓名：陈小湾
性别：男
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
[求职意向]
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
[工作经历]
北京XX科技有限公司 | 大模型算法
2024-09 - 2025-12
XXX智能是专注于企业级生成式AI解决方案的科技公司，团队规模约XXX人，核心业务是为金融、营销等行业提供定制化大模型应用服务，产品服务于超过XXX家标杆客户，与多家云服务商建立深度技术合作。
工作概述：
1.模型选型与调优：依据具体业务场景需求，对比并选定适合的预训练基础模型；通过设计分阶段微调方案，融合业务领域数据与通用知识，在金融风控场景将模型准确率提升XXX个百分点，模型迭代周期缩短XXX%。
2.数据构建与治理：负责高质量指令数据与精调数据集的构建；设计自动化数据清洗与多轮验证流程，解决数据偏见与噪声问题，最终构建包含XXX万对高质量问答的数据集，数据可用率提升至XXX%。
3.算法开发与改进：主导核心推理与内容生成算法模块的开发；针对长文本理解与逻辑推理难点，引入链式思考与自我一致性解码策略，改进注意力机制，在复杂问答任务上将事实准确率提升XXX%。
4.模型压缩与加速：为解决大模型推理延迟高、资源消耗大的问题，采用知识蒸馏与量化技术对模型进行轻量化；设计分层缓存与动态批处理机制，在保证效果损失小于X%的前提下，将模型推理速度提升XXX倍，单次服务成本降低XXX%。
5.效果评估与迭代：建立涵盖准确率、安全性、流畅度等多维度的模型效果自动化评估体系；通过在线A/B测试跟踪用户反馈，定位生成内容的事实错误与逻辑矛盾问题，驱动模型每周迭代，将用户满意度评分提升XXX分。
6.应用落地对接：协调产品与工程团队，将训练完成的模型封装为标准化API服务；编写模型部署规范与技术文档，支持模型在客户私有化环境中的平滑部署，成功推动X个关键项目上线交付。
7.技术分享与规范：主导团队内部技术分享，整理大模型训练与调优的SOP操作手册；负责代码评审与质量把控，建立模型版本管理规范，将团队协作效率提升XXX%。
工作业绩：
1.主导完成X个行业大模型的训练与迭代，在核心业务场景的关键指标上超越同期开源基准模型XXX%。
2.构建并维护公司级高质量训练数据集，规模达XXX万对，支撑了所有定制化模型的训练需求。
3.通过算法优化与工程加速，将线上模型服务的平均响应时间从XXX毫秒降至XXX毫秒，月度推理成本节约XXX万元。
4.建立的模型评估体系覆盖XX个核心指标，自动化测试比例达XXX%，显著提升迭代效率与模型可靠性。
5.成功支持X个重点客户项目的AI应用落地，客户验收通过率达XXX%，助力公司获得XXX万级订单。
6.输出技术文档与规范XX份，培训与指导初级算法工程师X名，提升团队整体产出能力。
[项目经历]
项目名称：面向金融投研的智能研报生成平台
担任角色：项目负责人
公司战略级产品项目，旨在为券商和投资机构提供自动化、高质量的研报生成与摘要服务。初始基于通用大模型构建的原型在金融专业术语准确性、数据引用合规性及逻辑连贯性上存在严重缺陷，生成内容错误率高达XX%，无法满足客户基本要求，且单次生成耗时长达XXX秒，阻碍产品商业化进程。
项目业绩：
1.平台核心模型在金融实体识别准确率、数据引用准确率等关键指标上达到X
X.X%，超越竞品X个百分点，获得首批标杆客户认可。
2.将研报生成平均耗时从XXX秒压缩至XX秒，支持并发请求数提升至XXX QPS，成功支撑了XXX家机构的试用与压力测试。
3.项目直接推动产品完成商业化闭环，实现年度合同金额XXX万元，客户续约率达XXX%。
4.项目成果获得公司年度创新大奖，并形成X项相关技术专利申报。
[教育背景]
苏州大学
计算机科学与技术 | 本科
GPA X.XX/X.X（专业前XX%），主修自然语言处理与机器学习核心课程，参与基于深度学习的文本摘要系统课程设计，负责核心seq2seq模型优化模块，在公开数据集上取得ROUGE评分提升X.X%，熟练掌握PyTorch框架与Linux开发环境，具备扎实的算法与数据结构基础。