资深推荐算法工程师简历模板

适合投递资深推荐算法工程师职位，有专业资深推荐算法工程师工作经历描述供参考，帮您制作专业资深推荐算法工程师简历

.resume_main[data_color] .skill_item .skill_slider span::before{background-color:${color};} .resume_main[data_color] .skill_slider s i{background-color:${relative_skill_color};} .resume_main[data_color] .skill_style_01.skill_item .skill_slider s {border-color:${relative_skill_color};} .resume_main[data_color] .skill_style_01.skill_item .skill_slider s i{background-color:${relative_skill_color};} .resume_main[data_color] .skill_style_04.skill_item .skill_slider[data_level="average"] i,.resume_main[data_color] .skill_style_07.skill_item .skill_slider[data_level="average"] i{box-shadow:24px 0 0 ${relative_skill_color}, 48px 0 0 #ccc, 72px 0 0 #ccc, 96px 0 0 #ccc, 120px 0 0 #ccc;} .resume_main[data_color] .skill_style_04.skill_item .skill_slider[data_level="good"] i,.resume_main[data_color] .skill_style_07.skill_item .skill_slider[data_level="good"] i{box-shadow:24px 0 0 ${relative_skill_color}, 48px 0 0 ${relative_skill_color}, 72px 0 0 #ccc, 96px 0 0 #ccc, 120px 0 0 #ccc;} .resume_main[data_color] .skill_style_04.skill_item .skill_slider[data_level="advanced"] i,.resume_main[data_color] .skill_style_07.skill_item .skill_slider[data_level="advanced"] i{box-shadow:24px 0 0 ${relative_skill_color}, 48px 0 0 ${relative_skill_color}, 72px 0 0 ${relative_skill_color}, 96px 0 0 #ccc, 120px 0 0 #ccc;} .resume_main[data_color] .skill_style_04.skill_item .skill_slider[data_level="expert"] i,.resume_main[data_color] .skill_style_07.skill_item .skill_slider[data_level="expert"] i{box-shadow:24px 0 0 ${relative_skill_color}, 48px 0 0 ${relative_skill_color}, 72px 0 0 ${relative_skill_color}, 96px 0 0 ${relative_skill_color}, 120px 0 0 #ccc;} .resume_main[data_color] .skill_style_08.skill_item .skill_slider[data_level="average"] i{box-shadow:9px 0 0 ${relative_skill_color}, 18px 0 0 ${relative_skill_color}, 27px 0 0 ${relative_skill_color}, 36px 0 0 ${relative_skill_color}, 45px 0 0 ${relative_skill_color},54px 0 0 #ccc,63px 0 0 #ccc,72px 0 0 #ccc,81px 0 0 #ccc;} .resume_main[data_color] .skill_style_08.skill_item .skill_slider[data_level="good"] i{box-shadow:9px 0 0 ${relative_skill_color}, 18px 0 0 ${relative_skill_color}, 27px 0 0 ${relative_skill_color}, 36px 0 0 ${relative_skill_color}, 45px 0 0 ${relative_skill_color},54px 0 0 ${relative_skill_color},63px 0 0 #ccc,72px 0 0 #ccc,81px 0 0 #ccc;} .resume_main[data_color] .skill_style_08.skill_item .skill_slider[data_level="advanced"] i{box-shadow:9px 0 0 ${relative_skill_color}, 18px 0 0 ${relative_skill_color}, 27px 0 0 ${relative_skill_color}, 36px 0 0 ${relative_skill_color}, 45px 0 0 ${relative_skill_color},54px 0 0 ${relative_skill_color},63px 0 0 ${relative_skill_color},72px 0 0 #ccc,81px 0 0 #ccc;} .resume_main[data_color] .skill_style_08.skill_item .skill_slider[data_level="expert"] i{box-shadow:9px 0 0 ${relative_skill_color}, 18px 0 0 ${relative_skill_color}, 27px 0 0 ${relative_skill_color}, 36px 0 0 ${relative_skill_color}, 45px 0 0 ${relative_skill_color},54px 0 0 ${relative_skill_color},63px 0 0 ${relative_skill_color},72px 0 0 ${relative_skill_color},81px 0 0 #ccc;} .resume_main[data_color] .hobby_item .hobby_item_con .hobby_item_list a.alifont{border-color:${relative_hobby_color};color:${relative_hobby_color}; } /* �� */ .resume_main[data_color] .resume_cover .cover_html svg [data-svg="fill"] {fill:${color};} .resume_main[data_color] .resume_cover .cover_html svg [data-svg="stroke"] {stroke:${color};} .resume_main[data_color] .resume_letter .letter_html svg [data-svg="fill"] {fill:${color};} .resume_main[data_color] .resume_letter .letter_html svg [data-svg="stroke"] {stroke:${color};} .resume_main[data_color] .resume_letter .letter_html svg [data-fill="fill"] {fill:${color};} .resume_main[data_color] .resume_cover[data-type="07"] .resume_cover_avatar{border-color: ${color};} .resume_main[data_color] .resume_cover[data-type="07"] .resume_cover_content{background:${color}} .resume_main[data_color] .resume_cover[data-type="07"] .cover_item_list a.alifont{color: ${color};} .resume_main[data_color] .resume_cover[data-type="08"] .resume_cover_content::after{background:${color}} .resume_main[data_color] .resume_cover[data-type="09"] .resume_cover_content{background:${color}} .resume_main[data_color] .resume_cover[data-type="09"] .cover_item_list a.alifont{color: ${color};} .resume_main[data_color] .resume_cover[data-type="10"]{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="11"] .resume_cover_content{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="14"]{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="15"]{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="19"] .resume_cover_word::before{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="20"]{background-color:${color}} .resume_main[data_color] .resume_letter[data-type="06"]{background-color:${color}} .resume_main[data_color] .resume_letter[data-type="12"]{background-color:${color}}

 头像: 隐藏

编辑

 基本信息: 





本科





广东深圳



13800138000

BD@100chui.com

 姓名: 锤子简历

世界属于那些勤于思考的人，更属于那些善于行动的人。

 求职意向: 
资深推荐算法工程师


广东深圳


8K-10K


一周内到岗

 教育背景: 2011.09-2015.06

锤子简历大学

软件工程

 工作经验

2019.01-2019.11

锤子简历公司

资深推荐算法工程师

参与汽车之家智能营销项目，负责其中人工干预模块；
负责实现智能营销广告投放用户行为数据的自动反馈，以帮助持续提升算法 CTR；
负责APP 用户画像的优化，行为分析，为排序模型提供特征支持；
负责以用户为单位，基于行为对其分群，分析页面浏览情况；
负责以页面为单位，基于图论模型分析不同页面之间的跳转情况；

2016.01-2018.12

锤子简历公司

资深推荐算法工程师

负责推荐算法架构的设计，领导推荐算法团队；
负责个性化推荐方向的策略，用户画像，用户标签体系的建立，以及推荐系统的效果改进；
负责应用数据挖掘，机器学习、深度学习等技术，为用户提供推荐和排序，提升个性化推荐的效果，改进用户体验；

 自我评价: 之前一直从事硬件方面的工作，现在想从事人工智能深度学习方面的工作。在最近的半年时间里，自学了python、Tensorflow、CNN/RNN、ubuntu等大数据人工智能方面的知识。我深知在换行业和职业这种折腾的过程中会遇到很多困难，但我依然走上了这条道路，因为折腾在抵抗麻木的过程中，会让生活变得更有意思。希望各位HR能给个面试机会。

 其他

技能： 掌握 CNN、RNN、LSTM 等基本神经网络结构，熟练图像识别、分类和目标检测，熟练深度学习图像算法；熟悉 NLP，使用过自然语言处理方法中的文本情感分析、对话机器人、意图分析等；了解语音识别及其 CTC 等；了解 DNN 以及 CB、 CF、 GBDT 、 TF-IDF、 LR 等推荐系统常用算法。掌握Python 、Java 的基本运用；熟练 Tensorflow，掌握 numpy、matplotlib 的基本使用；了解pytorch、Scikit-neuralnetwork、Scikit-learn、pandas 等函数包的使用；熟悉 DenseNet、ResNet、GoogleNet 等深度学习框架，掌握 Bert、attention、transformer 等新型热门自然语言处理技术，具备良好的数学基础和英语阅读能力；掌握最新人工智能框架常用的激活函数：ReLU、Tanh、sigmoid 等；熟练神经网络，且了解 SVM、KNN、决策树、随机森林、逻辑回归、Nave Bayes、EM、k-means、Adaboost 等传统机器学习算法以及常见数据分析方法；了解Q-learning、 Sarsa、 DQN、 Double DQN、 Policy Gradient、Actor Critic（DDPG、A3C、DDPO）等算法；了解分布式集群 HDFS、 MapReduce 及其生态圈组件（Hbase、 Hive 等）、Shell、ELK、微服务、SaaS 应用等；

语言能力： CET-4，掌握基本的听说读写能力；

兴趣爱好： 喜欢跑步，坚持每天晨跑一小时；

 项目经历

2018.01-2018.03

宠乐园推荐系统

宠乐园是一款爱宠人群综合类社交平台，它包括：主题发布、趣味互动、社交圈粉、新型探索、萌系可爱等板块，该软件致力于给用户带来更好的用户使用体验，主要包括创建ALS 模型，召回商品，神经网络实现 CTR 预估，离线数据处理，实时推荐等等；
使用 flume 收集用户日志，将用户行为采集到 HDFS，使用用户基本信息训练 K-Means聚类，解决用户冷启动问题，Spark streaming 实时处理 kafka 发送过来的点击日志，实时更新特征，实时更新召回集，使用 tfidf、textrank 提取物品关键词、主题词，使用 word2vec处理文本内容，构建物品画像；
使用用户基本信息和用户的行为信息对用户标签化即构建用户画像，标签权重随时间指数衰减；解析用户行为日志，实时增加物品的点击次数等信息，将热门物品存入到 kafka中，查询 redis 中是否也有也存在此热门物品；