0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
算法经理
北京全职 · 800/日 · 17400/月信用正常
工作时间: 周末09:00-06:00工作地点:
远程
服务企业:
4家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
一直以来从事AI工作，主要工作方向是推荐系统以及机器翻译等nlp开发；熟悉常用的算法，树，xgboost，lightgbm等，以及深度学习，bert，lstm，transform等常用的特征工程处理，独热，target encoding，word2vec，doc2vec，tfidf，等多种embedding方式掌握多种AI平台使用，比如google，aws等具备从0-1工程落地能力，以及具备提供问题解决架构，方案能力；
工作经历
2020-04-03 -至今北京金山办公算法经理
1. 小说个性化推荐系统从0-1落地； 2. 用户职业预测线上服务，根据用户文档信息，试用AI技术进行用户职业标记开发； 3. 用户情感打分，根据用户反馈数据进行分值预测，及时发现，修正，进行提升用户满意度； 4. 精细化运营架构设计以及开发，主要涉及潜在付费用户挖掘，提高付费转化，以及用户流失预测及挽回；
教育经历
2012-09-13 - 2016-07-01河南理工大学计算机科学与技术本科
本人从2012-2016年就读于河南理工大学，计算机科学与技术专业
技能
作品
1. 精细化运营，根据用户阶段分为四个大的方面：潜在试用，潜在付费，试用付费转化，付费流失挽回； 2. 关于试用到付费阶段，我们拥有部分具备试用期限的产品，比如试用三天，或者半个月这种； 3. 本项目阶段目标就是提升试用-付费可能性； 4. 可交付成果是，针对已试用用户，给出在试用期间之内最终会付费可能性，进而帮助运营制定个性化方案运营； 5. 技术难点，数据特征需要花费较大精力； 6. 责任内容：负责整个架构设计以及开发工作；
02023-04-30 15:01
1. 用户职业信息非常重要，在进行定制化服务，比如推送或者精细化运营都需要使用该信息； 2. 用户画像系统暂无该信息，且无法通过埋点获得，这时我们可以使用AI技术进行相应职业挖掘； 3. 主要使用到的数据包括：用户浏览，点击，搜索等各种文本信息； 4. 使用技术：深度学习nlp； 5. 技术成果：支持27种大类（一级）一级600种小类（二级）标签; 6. 负责内容：从数据到服务完成（0-1）落地，以及维护；
02023-04-30 15:03
1. 主要针对wps海外用户，根据用户基础信息，书籍信息，用户行为信息以及各种统计信息，挖掘用户可能感兴趣的书籍列表，提升用户使用体验； 2. 多路召回包括：书籍标签召回，协同过滤召回，热度召回； 3. 算法设计，鉴于数据较大稀疏性，经过多种算法尝试，最终选定wide & deep 作为最终排序算法 ； 4. 考虑到一些冷门书籍以及新上书籍，在最终排序过程中会将其随机插入到最终列表中 5. 技术架构：bigquery + tensorflow + bt + redis + flink
02023-04-30 15:05
