基于 PAI 平台及 ALPS 深度学习组件、对用户点击率与转化率进行联合预测，前期 IV/XGB 等特征分析、转换、 交叉、过滤，完成 deep、dense 特征抽取，通过构建 feature map 方式进行特征 ID 化; 采用 ESMM 算法构建多目标 模型同时训练 CTR 与 CVR

负责行车记录仪、监控、无人机中音视频算法开发维护、支撑多个产品线量产，开发各种场景的录像策略算法、 音视频编码数据后端处理、调用文件管理器文件封装处理等，对视频切分、同步等性能进行优化重构代码、测试用 例输出；并创新性的提出一录像切分算法减少录像中某关键性能误差至 0，输出专利（第一作者）一篇。

独立负责整个规则挖掘工程架构设计，包括输入输出数据格式定义、模块解耦、算法模型开发、并行计算以及 前期资源评估、方案评审等工作（带领团队两位算法工程师基于该架构进行算法设计）。 为了解决海量数据 spark 算法并行计算性能问题，提出了二维空间压缩技术，涉及 hash 算法、规则标签向量化、 数据离散、映射、聚合等技术，数据压缩比率达到 2000:1，极大提高了团队算法应用范围；同时开发了基于 FP-Max 算法最大频繁项、xgboost 特征重要性的前置条件挖掘，并对算法进行优化改造，提出数据断层、分桶等概念提高规 则泛化能力。目前 1 天交易数据规则挖掘耗时 30min 左右，运行至今已发现 3 个线上问题，参数覆盖率 65.18%。输 出专利一篇。