林一航 · Algorithm Engineer

• 针对内部技术支持知识库查询低效的痛点，独立基于 LlamaIndex 构建 RAG 流水线，设计稠密向量检索与 BM25 稀疏检索的混合召回策略，并引入重排序模型，使 Top-5 文档召回率从 78% 提升至 94%。

• 为缓解大模型幻觉与生成不可控问题，设计多轮对话意图识别与“反问澄清”Prompt 模板，配合检索上下文压缩与证据溯源指令，将人工评估的事实一致性得分从 3.6/5 提升至 4.4/5。

• 为使模型贴合业务话术与拒绝策略，构建覆盖 1200+ 条业务场景的指令微调数据集，对 7B 开源模型进行 LoRA 微调，使任务完成率提升 19%，不适当回答率下降 41%。

• 将整个 RAG 系统封装为轻量 API 服务并接入试点团队，承载日均 300+ 次问答请求，平均端到端响应时间控制在 1.4 秒内，问题自助解决率提升至 67%。

• 主导少样本商品分类项目，针对新品类仅 5~20 张标注图的场景，设计基于 SimCLR 的多模态对比学习框架，将图像与标题文本对齐到共享嵌入空间，强化跨模态语义对齐。

• 构建包含 200 万+商品图文对的预训练数据集，搭建分布式对比训练流程，通过数据增强与硬负例挖掘策略增强表征鲁棒性，将训练效率提升约 40%。

• 在 30 个少样本品类的微调评估中，模型 1-shot 分类准确率从基线 47.3% 提升至 72.6%，5-shot 准确率达到 89.1%，超越同期微调版 CLIP 基线 4.8 个百分点。

• 将模型压缩为 ONNX 格式并部署至商品审核流水线，实现新增品类自动分类覆盖率 95%，人工复核量减少约 60%，日均处理约 12 万件新品。

• 针对用户行为序列长距离依赖建模难题，独立复现并改进 Informer 长序列预测模型，将自注意力蒸馏机制适配千万级点击行为流，使模型对 200 步以上序列的预测内存消耗降低约 40%。

• 设计多尺度时间特征融合方案，融合绝对位置编码与小时/天/周行为周期特征，将次日关键行为预测召回率从基线的 68% 提升至 81%。

• 主导构建面向在线服务的高效推理流水线，采用 ONNX Runtime 与动态批处理策略，在保持预测精度损失 ≤1% 的条件下，将单次推理延迟从 120 ms 压缩至 35 ms。

• 基于 MLflow 搭建实验追踪与模型版本管理体系，完成 12 组消融实验，筛选出最优模型配置，支撑业务侧 A/B 测试并取得 CTR 相对提升 5.2% 的线上效果。

• 为某消费金融平台设计基于 Flink 的流式特征工程管线，实时聚合用户行为、设备指纹与时空等跨域信号，产出 1200+ 维特征向量，将特征计算延迟控制在 50 ms 以内，支撑日均数千万事件的毫秒级风控决策。

• 针对新型欺诈标注样本匮乏的挑战，引入孤立森林算法构建无监督异常检测模型，识别高维空间中的离群交易；在 3 个月历史回溯中，模型 AUROC 达 0.94，异常覆盖率较原规则方案提升 21%，误报率低于 4%。

• 主导高维特征筛选与降维工程，结合 IV 值与树模型特征重要性分析，将线上特征规模从 1800+ 维精简至 800 维，在模型 F1 仅下降 0.03 的前提下，推理延迟降低 40%，集群资源成本节约约 35%。

• 搭建特征质量监控与自动化告警体系，覆盖缺失率、分布漂移等指标，经全链路压测与双十一大促验证，特征服务可用性保持 99.95%，保障下游风险决策零降级。

• 独立负责异常检测模型从离线训练到 Flink 打分作业的全流程部署，灰度期精准检出隐蔽套现模式 70 余起，协助业务避免潜在资金损失超过 50 万元。

• 数据结构与算法分析（课程设计：基于跳表的键值存储引擎）

• 操作系统原理（课程设计：xv6 内存管理单元优化）

• 计算机网络（课程项目：基于 eBPF 的轻量级负载均衡器实现）

• 计算机组成原理（单周期/流水线 MIPS 处理器设计与 FPGA 验证）

• 毕业设计：面向分离式内存的 RDMA 感知哈希索引研究（校优秀毕业论文）

该奖项是全国大学生数学建模竞赛的最高奖项。