愿闻其翔
1月前来过
全职 · 1300/日  ·  28275/月
工作时间: 工作日20:00-23:30、周末10:00-23:00工作地点: 远程
服务企业: 1家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

头部大厂算法工程师

1、负责用户增长算法和推荐策略体系相关工作。

2、负责流量分发推荐算法设计和研发工作。

3、承接数据分析、模型设计、训练调优、测试优化、部署流程任务。 

有Kaggle算法大赛银牌铜牌各一枚,熟悉推荐算法,熟悉自然语言处理等

工作经历 和TA聊聊

APP扫码和程序员直接沟通

  • 该用户选择隐藏工作经历信息,如需查看详细信息,可点击右上角“和TA聊一聊”查看

教育经历 和TA聊聊

APP扫码和程序员直接沟通

  • 该用户选择隐藏教育经历信息,如需查看详细信息,可点击右上角“和TA聊一聊”查看

资质认证

技能

深度学习
机器学习
自然语言处理
0
1
2
3
4
5
0
1
2
3
4
5
作品
KDD电商搜索:基于用户query文本的多模态召回

项目描述: 基于用户query文本的多模态召回问题,利用query和商品图片特征(单个图片包含w,h,多box特征和box的label)对候选商品排序。最终提交测试数据中的每个query的候选5个商品,即是一个跨模态检索问题。 项目主要贡献: 利用query和商品图片特征对候选商品排序,对训练集(正例)构造负样本,构造线下训练集,1)图片特征:映射图片box位置特征与图片特征相加,box的label进行embedding,拼接后进行序列表示。2)query特征:获取预训练Bert模型得到的查询词embedding向量。两类特征拼接后叠加全连接层完成分类任务,线下多个单模型(不同负样本生成策略,不同训练量等)训练,最终对多模型进行融合,完成算法的设计和实现,最终赛道榜单第20名(Top1%)。

0
2023-04-25 20:23
流量推荐引擎

S 用户进入业务页,对进入分发用户进行的匹配,帮助用户提升转化率。 T 资方排序模型通过从用户特征和资方特征学习XX和用户之间的匹配程度,选择匹配度高的资方排在前面,可以有效提升转化。 A 训练到端授信模型XGBoost,F-Attention等,完成意愿预估,XX分发等任务,并对每个样本计算在各个XX下的分数,从候选XX中按照分数排序,预估高的优先分发。尝试引入用户意愿埋点标签,建立多任务模型,完成申请意愿和成功率预估任务。 R 完成流量分发流程,实现用户转化成功率提升。

0
2023-04-25 20:24
多券分配

S 预估用户对券的喜好,在app端对用户呈现的不同权益券弹窗。 T 使用各渠道特征,构造用户行为特征和券图片特征,挑选重要特征,训练模型,并将模型工程化,完成用户各个券下打分预测,决策用户呈现的券种类,实现信贷用户转化率提升。 A 在业务中采用到端建模(LightGBM),多阶段建模和多任务建模MMOE等方法,预测用户在不同劵下转化率分数预估,并对分数进行校准处理,再进一步对用户进行券分配,实现千人千面发券。 R 实现用户点击率,转化率提升,点击率绝对提升13%。

0
2023-04-25 20:27
更新于: 2022-07-03 浏览: 184