普通话
英语
0
1
2
3
4
5
0
1
2
3
4
5
14天前在线
NLP工程师
成都全职 · 300/日 · 6525/月信用一般
工作时间: 工作日09:30-17:30、周末09:30-17:30工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
精通推荐系统召回、排序的各种模型和策略，有丰富实战经验。(Wide&Deep、DeepFM、XGboost、DCN、MMOE)
熟悉分布式计算工具hadoop、spark，熟悉linux基础命令、vim、git；
熟悉C++、python、java。
熟悉常见的机器学习模型（LR、树模型、神经网络等）、tensorflow框架。
自学大模型：微调、RAG、transformers
工作经历
2020-08-04 -2023-04-30腾讯音乐-QQ音乐推荐算法工程师
主要成绩： （1）召回路径扩展和优化：增加多兴趣（MIND、ComiRec）召回、DSSM召回优化（InfoNCE、负采样优化）、 GraphEmbedding优化Item embedding（优化I2I召回）、SDM召回探索。 （2）精排优化：引入Attention、DIN、GRU等序列模型学习用户行为序列特征、引入FM、DCN学习交叉特征、升级 模型为多目标模型（ESMM、share-bottom、PLE等）来对多个目标任务共同优化、长短期兴趣（SIM）特征学习探索。 （3）重排优化：通过MMR、DPP算法策略提升推荐多样性、探索ReRanking模型（DLCM、PRM）。 （4）推荐系统搭建和性能优化。 总结：通过推荐各阶段的优化，使得召回规模提升了一个数量级，个性推荐准确率极大提升，DAU、歌曲播放和收藏量近 乎翻倍。
2018-07-08 -2020-07-08百度NLP工程师
工作内容：广告扩匹配、搜索广告相关性优化、广告策略研发。 主要成绩： （1）扩匹配：通过文本生成（pointer-generator network）、关键词改写、文本聚类等方法扩展广告词，优化广告投 放效果。 （2）相关性优化：通过Attention、BERT等序列模型优化query和广告词相关性，减少badcase，提升用户体验。 总结：通过扩匹配和相关性优化，有效提升了广告投放效果，减少了badcase率，广告点击率和转化率显著提升。
教育经历
2015-09-01 - 2018-06-30电子科技大学计算机软件与理论硕士
2011-09-01 - 2015-06-30西南林业大学计算机软件与应用本科
语言
技能
0
1
2
3
4
5
0
1
2
3
4
5
