职场资讯
正在查看中级算法工程师整洁简历模板文字版
陈小湾
求职意向
工作经历
XXX科技是一家专注于在线教育与知识服务的人工智能技术公司，团队规模约XXX人，核心业务是为教育平台和内容创作者提供智能推荐、学情分析与内容理解解决方案，产品服务于超过XXX家机构客户，并与多家头部教育品牌建立了深度合作。
工作概述：
1.算法选型：依据教育场景业务需求，调研并对比协同过滤、序列推荐与多任务学习等算法优劣；结合用户学习行为稀疏、冷启动问题突出的特点，确定以多目标排序模型为核心的技术方案，通过离线指标对比验证，选定模型上线后初版点击率预估提升XXX%。
2.模型优化：针对模型训练样本不均衡问题，设计分层采样策略与加权损失函数；引入课程知识图谱嵌入特征，融合用户长短期兴趣序列，进行超参数自动化调优；通过在线A/B测试迭代优化，最终将核心课程的完课率提升XXX%。
3.数据处理：负责构建与维护离线特征流水线，协调数据团队清洗用户画像与课程元数据；设计实时特征计算框架，使用Flink处理用户实时交互事件，将特征更新延迟从分钟级降至秒级，保障线上模型特征新鲜度。
4.系统部署：主导推荐模型从实验环境到线上服务的全链路部署，将PyTorch模型转换为TorchScript格式以提高服务效率；搭建基于Docker与Kubernetes的模型推理服务，通过自动扩缩容策略应对流量高峰，服务可用性达到XXX%。
5.A/B测试：设计并实施线上A/B实验，用于评估新算法与策略的业务影响；制定关键指标评估体系，包括人均学习时长、付费转化率等；通过严谨的实验分析与归因，累计推进XXX个实验决策，将实验迭代周期平均缩短XXX%。
6.文档沉淀：总结项目中的技术方案、实验报告与故障处理经验，编写团队内部技术文档与新人上手指南；主导两次技术分享，将模型特征工程与服务部署的标准化流程固化，提升团队整体协作效率约XXX%。
工作业绩：
1.独立负责教育平台核心推荐算法模块，主导完成从0到1的搭建与持续优化，服务XXX万日活用户。
2.通过模型迭代与特征工程优化，关键业务指标如课程点击率提升XXX%，人均完课数提升XXX%。
3.构建的实时特征处理系统稳定运行XXX天，支持日均XXX亿条数据处理，特征延迟降低XX%。
4.设计并执行的A/B测试框架，支撑业务决策XXX次，有效降低策略上线风险。
5.主导的模型服务化部署，支撑了XXX次大促活动，服务成功率维持在XXX%以上。
6.输出的技术文档与流程规范，被团队采纳为标准，帮助新成员上手时间减少XXX%。
主动离职，希望有更多的工作挑战和涨薪机会。
项目经历
公司为提升视频课程平台的用户粘性与学习效果而启动的核心项目。原有基于热门规则的推荐策略单一，无法识别视频内的知识点内容，导致推荐结果同质化严重，用户平均观看时长仅X分钟。项目目标是通过AI技术理解视频教学内容，并实现精准的个性化推荐，服务平台上XXX万门课程与XXX万月度活跃用户。
项目职责：
1.算法设计：负责视频内容理解与用户兴趣匹配的整体算法方案设计，采用视觉与语音多模态模型抽取视频知识点标签，并设计知识掌握度模型来表征用户状态。
2.模型开发：主导多任务深度排序模型的开发，融合用户历史行为、实时反馈与知识掌握度等多源特征，使用TensorFlow框架进行模型训练与离线评估。
3.工程实现：协调工程团队将算法模型部署为线上微服务，解决GPU推理的批量优化与延迟问题，通过缓存策略将平均响应时间控制在XXX毫秒内。
4.实验评估：设计完整的离线与在线评估体系，主导多轮A/B测试，分析新模型对核心业务指标（如观看完成率、互动率）的影响，并据此持续迭代模型。
项目业绩：
1.上线后，平台核心用户日均观看时长从X分钟提升至Y分钟，增长幅度达XXX%。
2.推荐结果的点击通过率提升XXX%，课程完课率提升XXX%，有效促进了学习效果。
3.构建的视频知识点标签体系覆盖平台上XXX%的课程内容，成为后续智能笔记、习题推荐等项目的基础设施。
4.项目成果获得业务方好评，直接推动与XXX家大型教育机构的续约，客单价提升约XXX%。
教育背景
GPA X.XX/4.0（专业前XX%），主修机器学习、数据挖掘与算法设计核心课程，熟练掌握Python、Java编程语言。参与基于深度学习的商品评论情感分析课程项目，负责文本特征提取与LSTM模型构建部分，在测试集上取得XXX%的准确率。熟悉Linux开发环境及常用数据工具如Hive、Spark的基础应用。
自我评价
培训经历
系统掌握了TensorFlow高级API与分布式训练技术。将认证中所学的模型构建、调试及优化最佳实践应用于视频推荐多任务排序模型的开发中，通过自定义训练循环与混合精度训练，将模型训练效率提升了约XXX%，并解决了训练过程中的梯度不稳定问题。
中级算法工程师整洁简历模板
393人使用适用人群: #算法工程师 #中级[3-5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：算法工程师
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 | 算法工程师
2024-09 - 2025-12
XXX科技是一家专注于在线教育与知识服务的人工智能技术公司，团队规模约XXX人，核心业务是为教育平台和内容创作者提供智能推荐、学情分析与内容理解解决方案，产品服务于超过XXX家机构客户，并与多家头部教育品牌建立了深度合作。
工作概述：
1.算法选型：依据教育场景业务需求，调研并对比协同过滤、序列推荐与多任务学习等算法优劣；结合用户学习行为稀疏、冷启动问题突出的特点，确定以多目标排序模型为核心的技术方案，通过离线指标对比验证，选定模型上线后初版点击率预估提升XXX%。
2.模型优化：针对模型训练样本不均衡问题，设计分层采样策略与加权损失函数；引入课程知识图谱嵌入特征，融合用户长短期兴趣序列，进行超参数自动化调优；通过在线A/B测试迭代优化，最终将核心课程的完课率提升XXX%。
3.数据处理：负责构建与维护离线特征流水线，协调数据团队清洗用户画像与课程元数据；设计实时特征计算框架，使用Flink处理用户实时交互事件，将特征更新延迟从分钟级降至秒级，保障线上模型特征新鲜度。
4.系统部署：主导推荐模型从实验环境到线上服务的全链路部署，将PyTorch模型转换为TorchScript格式以提高服务效率；搭建基于Docker与Kubernetes的模型推理服务，通过自动扩缩容策略应对流量高峰，服务可用性达到XXX%。
5.A/B测试：设计并实施线上A/B实验，用于评估新算法与策略的业务影响；制定关键指标评估体系，包括人均学习时长、付费转化率等；通过严谨的实验分析与归因，累计推进XXX个实验决策，将实验迭代周期平均缩短XXX%。
6.文档沉淀：总结项目中的技术方案、实验报告与故障处理经验，编写团队内部技术文档与新人上手指南；主导两次技术分享，将模型特征工程与服务部署的标准化流程固化，提升团队整体协作效率约XXX%。
工作业绩：
1.独立负责教育平台核心推荐算法模块，主导完成从0到1的搭建与持续优化，服务XXX万日活用户。
2.通过模型迭代与特征工程优化，关键业务指标如课程点击率提升XXX%，人均完课数提升XXX%。
3.构建的实时特征处理系统稳定运行XXX天，支持日均XXX亿条数据处理，特征延迟降低XX%。
4.设计并执行的A/B测试框架，支撑业务决策XXX次，有效降低策略上线风险。
5.主导的模型服务化部署，支撑了XXX次大促活动，服务成功率维持在XXX%以上。
6.输出的技术文档与流程规范，被团队采纳为标准，帮助新成员上手时间减少XXX%。
[项目经历]
项目名称：教育视频内容理解与个性化推荐系统
担任角色：项目负责人
公司为提升视频课程平台的用户粘性与学习效果而启动的核心项目。原有基于热门规则的推荐策略单一，无法识别视频内的知识点内容，导致推荐结果同质化严重，用户平均观看时长仅X分钟。项目目标是通过AI技术理解视频教学内容，并实现精准的个性化推荐，服务平台上XXX万门课程与XXX万月度活跃用户。
项目业绩：
1.上线后，平台核心用户日均观看时长从X分钟提升至Y分钟，增长幅度达XXX%。
2.推荐结果的点击通过率提升XXX%，课程完课率提升XXX%，有效促进了学习效果。
3.构建的视频知识点标签体系覆盖平台上XXX%的课程内容，成为后续智能笔记、习题推荐等项目的基础设施。
4.项目成果获得业务方好评，直接推动与XXX家大型教育机构的续约，客单价提升约XXX%。
[教育背景]
深圳大学
计算机科学与技术 | 本科
GPA X.XX/4.0（专业前XX%），主修机器学习、数据挖掘与算法设计核心课程，熟练掌握Python、Java编程语言。参与基于深度学习的商品评论情感分析课程项目，负责文本特征提取与LSTM模型构建部分，在测试集上取得XXX%的准确率。熟悉Linux开发环境及常用数据工具如Hive、Spark的基础应用。