职场资讯
正在查看在校生推荐算法规范简历模板文字版
陈小湾
求职意向
工作经历
XXX科技是专注于人工智能赋能新零售领域的公司，团队规模约XXX人，核心业务是为连锁品牌提供个性化推荐与用户增长解决方案，产品服务于超过XXX家线下门店，与多家区域性零售企业建立了合作。
工作概述：
1.数据获取：为解决推荐模型训练样本不足的问题，协助清洗和整理用户行为日志；根据算法工程师的要求，编写SQL脚本从业务数据库提取指定维度的历史数据；使用Python脚本进行数据去重和格式标准化，确保数据质量；每日处理数据量约XXX万条，将数据准备环节的平均耗时降低了XXX%。
2.特征工程：参与构建用户画像基础特征，依据业务逻辑对原始数据进行分箱与编码处理；尝试多种特征组合方案，通过简单的相关性分析辅助特征筛选；维护特征数据集版本，记录每次迭代的改动与评估结果；最终协助构建了包含XXX维度的特征池，模型离线测试AUC提升了XXX。
3.模型训练：协助进行基础的机器学习模型训练与调参，使用公司内部的训练平台运行实验；负责跟踪并记录每次实验的超参数配置、训练时长和评估指标；对比不同模型在验证集上的表现，整理成报告供团队参考；累计辅助完成XXX次模型训练实验，帮助团队将实验迭代周期平均缩短了XXX%。
4.效果评估：负责对线上AB测试结果进行基础的数据统计与可视化；每日从数据平台拉取核心指标如点击率、转化率，制作成日报图表；协助分析不同用户分群在实验组与对照组的表现差异，定位效果波动原因；通过定期复盘，为策略优化贡献了XXX条有效观察。
工作业绩：
1.独立完成XXX批次训练数据的预处理，保障了算法团队的日常实验需求。
2.参与构建并维护了包含XXX个特征的特征仓库，特征提取脚本执行效率提升XXX%。
3.辅助完成XXX个推荐模型的训练与评估任务，实验报告输出及时率达XXX%。
4.持续跟踪XXX个在线AB测试，产出数据报表XXX份，辅助决策效率提升XXX%。
主动离职，希望有更多的工作挑战和涨薪机会。
项目经历
公司核心电商APP内的内容化改造项目，原有商品推荐策略无法有效承载短视频内容，用户对推荐视频的点击率长期低于X%，平均观看时长不足Y秒。项目目标是通过算法优化，提升视频内容的点击与互动，从而增加用户停留时长，服务XXX万日活用户。
项目职责：
1.辅助数据分析：负责分析历史推荐视频的曝光、点击与完播数据，定位低效内容类型；使用Tableau制作多维度数据看板，协助团队发现用户兴趣与视频特征的关联。
2.参与特征构建：在算法工程师指导下，为视频内容提取标签、类别、热度等静态特征，以及发布者影响力等动态特征；将特征接入线上特征平台，供排序模型使用。
3.支持实验评估：协助配置线上AB实验，每日监控实验组的核心指标变化；对实验数据进行基础的分层分析，初步评估策略对不同用户群体的影响差异。
4.文档整理：负责整理项目各阶段的会议纪要、实验记录和技术文档，维护团队的知识库，确保信息同步。
项目业绩：
1.项目上线后，推荐视频频道的整体点击率从X%提升至Y%，用户平均观看时长增长XXX%。
2.通过特征优化，模型对长尾视频的挖掘能力增强，视频内容池的利用率提升了XXX%。
3.项目支持了XXX万日活用户的个性化推荐，相关策略已稳定运行超过XXX天。
教育背景
GPA X.XX/X.X（专业前XX%），主修机器学习、数据挖掘与统计学核心课程，参与新闻推荐系统课程设计（使用Python+Scikit-learn），在团队中负责协同过滤算法模块的实现与调优，完成万级用户数据的离线训练与评估，熟悉PyTorch深度学习框架与Spark基础应用，通过大学英语六级。
自我评价
培训经历
系统学习了推荐系统与机器学习实战技能，将项目所学应用于课程设计的电商推荐系统，通过实现并对比多种召回与排序策略，在公开数据集上取得了优于基准模型XXX%的AUC成绩，完整实践了工业级推荐系统的构建流程。
在校生推荐算法规范简历模板
234人使用适用人群: #推荐算法 #在校生[找实习]
[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：推荐算法
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 | 推荐算法
2024-09 - 2025-12
XXX科技是专注于人工智能赋能新零售领域的公司，团队规模约XXX人，核心业务是为连锁品牌提供个性化推荐与用户增长解决方案，产品服务于超过XXX家线下门店，与多家区域性零售企业建立了合作。
工作概述：
1.数据获取：为解决推荐模型训练样本不足的问题，协助清洗和整理用户行为日志；根据算法工程师的要求，编写SQL脚本从业务数据库提取指定维度的历史数据；使用Python脚本进行数据去重和格式标准化，确保数据质量；每日处理数据量约XXX万条，将数据准备环节的平均耗时降低了XXX%。
2.特征工程：参与构建用户画像基础特征，依据业务逻辑对原始数据进行分箱与编码处理；尝试多种特征组合方案，通过简单的相关性分析辅助特征筛选；维护特征数据集版本，记录每次迭代的改动与评估结果；最终协助构建了包含XXX维度的特征池，模型离线测试AUC提升了XXX。
3.模型训练：协助进行基础的机器学习模型训练与调参，使用公司内部的训练平台运行实验；负责跟踪并记录每次实验的超参数配置、训练时长和评估指标；对比不同模型在验证集上的表现，整理成报告供团队参考；累计辅助完成XXX次模型训练实验，帮助团队将实验迭代周期平均缩短了XXX%。
4.效果评估：负责对线上AB测试结果进行基础的数据统计与可视化；每日从数据平台拉取核心指标如点击率、转化率，制作成日报图表；协助分析不同用户分群在实验组与对照组的表现差异，定位效果波动原因；通过定期复盘，为策略优化贡献了XXX条有效观察。
工作业绩：
1.独立完成XXX批次训练数据的预处理，保障了算法团队的日常实验需求。
2.参与构建并维护了包含XXX个特征的特征仓库，特征提取脚本执行效率提升XXX%。
3.辅助完成XXX个推荐模型的训练与评估任务，实验报告输出及时率达XXX%。
4.持续跟踪XXX个在线AB测试，产出数据报表XXX份，辅助决策效率提升XXX%。
[项目经历]
项目名称：电商场景短视频推荐策略优化
担任角色：项目负责人
公司核心电商APP内的内容化改造项目，原有商品推荐策略无法有效承载短视频内容，用户对推荐视频的点击率长期低于X%，平均观看时长不足Y秒。项目目标是通过算法优化，提升视频内容的点击与互动，从而增加用户停留时长，服务XXX万日活用户。
项目业绩：
1.项目上线后，推荐视频频道的整体点击率从X%提升至Y%，用户平均观看时长增长XXX%。
2.通过特征优化，模型对长尾视频的挖掘能力增强，视频内容池的利用率提升了XXX%。
3.项目支持了XXX万日活用户的个性化推荐，相关策略已稳定运行超过XXX天。
[教育背景]
重庆邮电大学
数据科学与大数据技术 | 本科
GPA X.XX/X.X（专业前XX%），主修机器学习、数据挖掘与统计学核心课程，参与新闻推荐系统课程设计（使用Python+Scikit-learn），在团队中负责协同过滤算法模块的实现与调优，完成万级用户数据的离线训练与评估，熟悉PyTorch深度学习框架与Spark基础应用，通过大学英语六级。