知远智能 · 算法工程师
2024.07 – 至今
- 负责信息流精排模型迭代，升级多目标 MMoE 结构，人均时长提升 7.2%，CTR 提升 4.1%。
- 搭建特征离在线一致性校验，特征穿越问题清零，实验迭代周期缩短 40%。
- 落地 LLM 内容标签体系，替代 80% 人工标注工作量，标签准确率 93%。
个人简介
2 年推荐算法经验，覆盖召回到精排全链路，擅长以业务指标驱动模型迭代。
推荐系统深度学习LLM 应用落地
核心技能
PythonPyTorch推荐算法特征工程SparkSQLLLM 微调 / RAGA/B 实验
工作 / 实习经历
知远智能 · 算法实习生
2023.06 – 2024.05
- 优化 i2i 与向量召回通道，召回覆盖率提升 15%，冷启动内容曝光占比翻倍。
项目经历
智能客服知识问答 · 算法负责人
2025.01 – 2025.06
- 问题：客服知识库检索命中率低，人工转接率高达 45%。
- 行动：构建 RAG 流水线（语义切片 + 混合检索 + 重排），微调 7B 模型承担意图路由。
- 结果：问答命中率由 61% 提升至 86%，人工转接率降至 22%，年节省成本约 40 万。
- 复盘：评测集与迭代方法沉淀为团队 LLM 应用标准流程。
作品与链接
- GitHub：RAG 评测工具开源，持续维护。
- 专利：推荐方向发明专利 1 项（受理中）。
- 技术博客：LLM 工程落地系列 6 篇。
教育经历
电子科技大学 · 计算机科学与技术 · 硕士
2021.09 – 2024.06