李思远 · Algorithm Engineer

负责推荐系统CTR预估模型开发，基于TensorFlow搭建DeepFM架构并设计用户行为与物品属性交叉特征，经离线A/B测试AUC提升2.3%，线上点击率提升1.8%。

构建面向亿级用户日志的特征工程流水线，引入时间衰减与序列聚合特征，将模型Top-100召回率从62%提升至68%，覆盖更多长尾商品。

优化模型推理服务，将特征预处理与模型预测合并为单进程异步管道，使P99延迟从120ms降至45ms，QPS从800提升至2100。

设计基于物品内容相似度的冷启动召回策略，结合新物品属性向量聚类，使新上架商品日均曝光量增长35%，有效缓解冷启漏斗问题。

在某AI创业公司实习期间，负责开发基于BERT的文本分类模型，使用PyTorch框架对5万条客服对话数据进行清洗与标注，测试集准确率达92.3%，F1达0.89，较基线提升6.7个百分点。

针对类别分布不均问题，引入Focal Loss并优化训练策略，将少数类别的召回率从0.62提升至0.81，宏平均F1提升8.5%。

设计数据增强流程，通过同义词替换与回译技术将有效训练数据扩展至12万条，模型泛化能力显著增强，交叉验证波动降低30%。

将训练后的模型导出为ONNX格式，并封装成RESTful API，将推理延迟优化至15ms内，支持200 QPS并发，成功上线服务每日处理约2万次请求。

参与模型迭代，采用知识蒸馏将BERT-base压缩为6层Transformer，参数量减少40%，推理速度提升2.3倍，精度仅下降0.5%。

针对企业内部IM系统日均50万条消息的对话场景，主导设计基于Transformer的Seq2Seq对话生成模型，通过引入注意力机制与Beam Search解码，使回复连贯性评分提升32%，用户人工评分平均4.2/5.0。

为提升对话响应速度，将模型参数量从1.2亿压缩至4500万，并部署在GPU集群上通过TensorRT优化推理，实现端到端推理延迟从580ms降至120ms，满足实时聊天需求。

构建基于BERT的意图识别模块，覆盖12类常见办公意图（如请假、审批、查询），在自标注的8万条样本上训练，准确率达94.7%，召回率91.2%，误触发率环比降低67%。

设计对话日志回传与在线评估Pipeline，每周采集用户反馈数据自动微调模型，三轮迭代后对话满意度从78%提升至89%，无效对话占比由15%降至6%。

针对多车场、多约束的城市配送场景，基于图论建模运输网络，设计并实现Dijkstra与A*混合的最短路径引擎，使用C++重构核心计算模块，单次路径规划耗时从120ms降至45ms。

为优化车辆调度与路径利用率，引入遗传算法与局部搜索的混合运筹优化策略，在模拟测试中总配送距离减少12%，车辆空驶率降低18%。

利用OpenMP对路径计算进行并行化加速，支持日均处理50万+条订单的路径规划，系统吞吐量提升3.2倍。

联合业务团队构建配送时效预测模型，基于历史ETA偏差校准，将预计到达时间平均误差从±15分钟缩小至±5分钟。

在用户画像平台中，基于每日TB级用户行为日志，使用Spark构建300余项原始特征（点击、浏览、收藏等），通过XGBoost特征重要性排序筛选出Top 50核心特征，将模型训练时间从8小时降至2小时，特征维度减少83%，AUC仍保持在0.91。

针对用户性别、年龄段、消费偏好等8个标签的多标签分类任务，采用XGBoost的OneVsRest策略训练8个二分类器，在百万级测试集上平均F1达到0.82，较逻辑回归基线提升7个百分点，线上A/B测试用户画像准确率提升12个百分点。

设计基于Spark MLlib的在线特征计算管道，每日增量处理200万活跃用户行为数据，实现标签预测模型每小时更新，系统延迟控制在50ms以内，支撑实时推荐策略调用。

通过特征交叉与业务规则挖掘“高购买力+低频访问”等复合标签，补充原始XGBoost模型盲区，使高价值用户召回率提升15%，推动运营活动转化率提升5%。