美团校招大模型算法工程师简历模版,适合应届生招聘投递,也适合其他相关岗位简历参考
超级简历
188-8888-8888
success@jobmail.vip
工作经历
XXX有限公司
2019年01月
-
2019年11月
资深推荐算法工程师
- 参与汽车之家智能营销项目,负责其中人工干预模块;
- 负责实现智能营销广告投放用户行为数据的自动反馈,以帮助持续提升算法 CTR;
- 负责APP 用户画像的优化,行为分析,为排序模型提供特征支持;
- 负责以用户为单位,基于行为对其分群,分析页面浏览情况;
- 负责以页面为单位,基于图论模型分析不同页面之间的跳转情况;
XXX有限公司
2016年01月
-
2018年12月
资深推荐算法工程师
- 负责推荐算法架构的设计,领导推荐算法团队;
- 负责个性化推荐方向的策略,用户画像,用户标签体系的建立,以及推荐系统的效果改进;
- 负责应用数据挖掘,机器学习、深度学习等技术,为用户提供推荐和排序,提升个性化推荐的效果,改进用户体验;
教育经历
XX 大学
2011年09月
-
2015年06月
软件工程
本科
其他
- 语言: CET-4,掌握基本的听说读写能力;
- 兴趣爱好: 喜欢跑步,坚持每天晨跑一小时;
- 技能: 掌握 CNN、RNN、LSTM 等基本神经网络结构,熟练图像识别、分类和目标检测,熟练深度学习图像算法;熟悉 NLP,使用过自然语言处理方法中的文本情感分析、对话机器人、意图分析等;了解语音识别及其 CTC 等;了解 DNN 以及 CB、 CF、 GBDT 、 TF-IDF、 LR 等推荐系统常用算法。 掌握Python 、Java 的基本运用;熟练 Tensorflow,掌握 numpy、matplotlib 的基本使用;了解pytorch、Scikit-neuralnetwork、Scikit-learn、pandas 等函数包的使用;熟悉 DenseNet、ResNet、GoogleNet 等深度学习框架,掌握 Bert、attention、transformer 等新型热门自然语言处理技术,具备良好的数学基础和英语阅读能力;掌握最新人工智能框架常用的激活函数:ReLU、Tanh、sigmoid 等;熟练神经网络,且了解 SVM、KNN、决策树、随机森林、逻辑回归、Nave Bayes、EM、k-means、Adaboost 等传统机器学习算法以及常见数据分析方法;了解Q-learning、 Sarsa、 DQN、 Double DQN、 Policy Gradient、Actor Critic(DDPG、A3C、DDPO)等算法;了解分布式集群 HDFS、 MapReduce 及其生态圈组件(Hbase、 Hive 等)、Shell、ELK、微服务、SaaS 应用等;
项目经历
宠乐园推荐系统
2018年01月
-
2018年03月
- 宠乐园是一款爱宠人群综合类社交平台,它包括:主题发布、趣味互动、社交圈粉、新型探索、萌系可爱等板块,该软件致力于给用户带来更好的用户使用体验,主要包括创建ALS 模型,召回商品,神经网络实现 CTR 预估,离线数据处理,实时推荐等等;
- 使用 flume 收集用户日志,将用户行为采集到 HDFS,使用用户基本信息训练 K-Means聚类,解决用户冷启动问题,Spark streaming 实时处理 kafka 发送过来的点击日志,实时更新特征,实时更新召回集,使用 tfidf、textrank 提取物品关键词、主题词,使用 word2vec处理文本内容,构建物品画像;
- 使用用户基本信息和用户的行为信息对用户标签化即构建用户画像,标签权重随时间指数衰减;解析用户行为日志,实时增加物品的点击次数等信息,将热门物品存入到 kafka中,查询 redis 中是否也有也存在此热门物品;




















