当前模板已根据「自然语言处理工程师」岗位深度优化
选择其他岗位
开始编辑模板后,您可以进一步自定义包括:工作履历、工作内容、信息模块、颜色配置等
内置经深度优化的履历,将为你撰写个人简历带来更多灵感。
陆明哲
责任心不是口号,而是渗透在每个工作细节中的行动准则。
28岁
3年工作经验
13800138000
DB@zjengine.com
陆明哲的照片
求职意向
自然语言处理工程师
长沙
薪资面谈
到岗时间另议
工作经历
2023.07 - 2025.06
小楷电商科技有限公司
资深NLP算法工程师

负责电商平台商品内容理解与用户意图匹配的全链路算法优化,覆盖从文本特征工程到模型落地的全流程,支撑搜索推荐、智能客服、商家运营三大核心场景的精准化需求。

  • 主导商品标题与详情页语义解析系统升级,以BERT-base-chinese为基础模型,融合电商领域词典(含12万+商品类目词、属性词)做领域适配微调;针对长文本关键信息丢失问题,设计分层注意力机制(将文本划分为“核心卖点”“规格参数”“服务保障”三个层级),将商品分类F1值从89%提升至94%,直接减少人工审核工作量30%,支撑大促期间百万级商品的快速上架。
  • 核心参与用户搜索意图识别模块迭代,针对“送妈妈的生日礼物”“便宜耐用的家用投影仪”等模糊查询,构建“意图分类+实体链接”级联模型——意图分类用BiLSTM-CRF捕捉上下文依赖,实体链接结合用户历史行为序列(如浏览过的母婴类目、收藏的投影仪品牌)做个性化增强;上线后将模糊查询的意图召回率从75%提升至88%,对应场景搜索转化率增长2.1个百分点。
  • 重点优化客服智能回复生成质量,基于GPT-2-medium微调,引入电商领域知识库(涵盖10万+商品常见问题、3万+售后解决方案),用FAISS构建索引实现实时知识检索;针对回复“答非所问”问题,加入意图一致性损失函数(约束生成内容与用户意图的余弦相似度≥0.8),将回复BLEU分数从0.68提升至0.85,客服响应时长缩短40%,用户对智能回复的满意度从62%升至77%。
  • 推动模型轻量化落地,采用知识蒸馏技术将BERT-base压缩为DistilBERT(参数量减少40%),结合TensorRT优化推理引擎,部署至移动端APP的“拍题搜商品”功能;最终推理速度提升3倍,支持千万级日活用户的实时请求,服务可用性稳定在99.95%以上。
2021.03 - 2023.06
小楷生活服务集团有限公司
NLP算法工程师

聚焦本地生活服务场景的文本挖掘与智能交互,负责用户评论分析、商家需求提取、智能客服三大模块的算法开发,连接用户反馈与商家运营的精准对接。

  • 主导用户评论情感分析系统搭建,选用RoBERTa-wwm-ext预训练模型(适配中文长文本语义),针对“服务态度好但菜品凉了”这类混合情感评论,引入领域适配器(Domain Adapter)解决跨领域迁移问题;将情感分类准确率从82%提升至91%,帮助商家快速定位“菜品保温”“服务响应”等TOP5痛点,对应商家问题整改率提升25%。
  • 核心参与商家需求提取算法设计,针对商家咨询中的模糊需求(如“想提升周末客流量”“需要引流活动方案”),构建“意图-槽位”联合抽取模型——用Transformer编码器捕捉语义,结合CRF层标注“需求类型”(引流/转化/复购)与“槽位值”(周末/活动方案);槽位填充F1值从78%提升至89%,自动完成80%商家需求的标签化,运营团队处理效率提升40%。
  • 优化智能客服多轮对话管理,基于Dialogflow框架定制本地生活场景的对话状态跟踪(DST)模块,加入用户上下文记忆机制(存储近3轮对话的“需求类型”“提及商家”“地理位置”等信息);多轮对话成功率从60%提升至75%,转人工率下降18%,降低客服人力成本约12%。
  • 搭建用户反馈主题模型,用LDA结合电商领域停用词表,从百万条评论中挖掘“外卖配送慢”“酒店卫生差”“景区门票贵”等10大核心主题;每周输出主题趋势报告,支撑公司制定“提升配送时效”“加强酒店质检”等运营策略,对应主题的客诉率平均下降15%。
2019.07 - 2021.02
小楷人工智能工作室
NLP算法实习生/初级工程师

协助完成文本数据处理与基础NLP模型应用,参与新闻分类、短文本匹配等项目,负责数据清洗、特征工程及模型调优的基础工作。

  • 参与公司内容分发系统的新闻分类项目,负责数据清洗(去除HTML标签、过滤重复内容)与特征工程;针对类别不平衡问题(娱乐类占60%、科技类仅占5%),用SMOTE过采样少数类,结合TF-IDF特征与LSTM模型,将分类准确率从75%提升至83%,支撑系统对垂直领域内容的精准推送。
  • 辅助开发智能问答系统的问题匹配模块,对比BM25、Word2Vec、Sentence-BERT三种算法,选择Sentence-BERT作为基础模型(捕捉句子语义相似度更优),微调后用于“用户问题-知识库答案”的匹配;匹配准确率从68%提升至79%,减少用户重复提问率15%,提升问答系统效率。
  • 搭建文本数据标注平台,用Label Studio定制NLP标注任务(含文本分类、实体识别、情感分析),设计“电商类目词”“用户需求槽位”等标注规范;通过模板化标注流程,将标注效率提升50%,为后续模型训练提供20万条高质量标注数据集。
  • 参与短文本生成实验,用Seq2Seq模型结合Attention机制,实现“商品属性→卖点文案”的自动生成;针对生成内容重复问题,加入重复惩罚因子(重复词的概率权重降低0.3),生成文案的相关性从65%提升至78%,为商家自动生成商品描述提供初步方案。
项目经验
2022.03 - 2023.08
星途互动科技有限公司
算法工程负责人

星途直播用户兴趣演化推荐系统重构与性能优化

  • 项目背景:原有基于协同过滤+静态特征的推荐系统无法应对直播场景用户兴趣的分钟级变化——新用户冷启动成功率仅35%、老用户30日留存率下滑至42%,且无法捕捉“主播临时换游戏”“观众因弹幕互动转移兴趣”等动态行为。核心目标是重构支持实时兴趣追踪、多模态融合的推荐引擎,直接提升用户粘性与商业转化效率;我的职责是主导算法方案设计、工程落地及跨数据/工程/产品团队的协同。
  • 关键难题:1)实时兴趣捕捉的低延迟(要求<100ms)与高准确性平衡——传统离线特征更新无法满足秒级变化;2)直播内容(视频帧、弹幕、礼物)与用户行为(点击、停留、互动)的多模态异构数据语义对齐;3)千万级用户规模的实时特征存储与更新效率,避免特征管道成为性能瓶颈。
  • 核心行动:1)算法侧:采用动态图神经网络(DGNN)建模用户兴趣演化路径,将用户行为序列转化为“节点-边”动态图(如“点击英雄联盟直播→停留10分钟→发弹幕‘666’”形成连续兴趣链),相比传统RNN模型更精准捕捉非线性兴趣变化;2)工程侧:用Apache Flink搭建流处理管道,将特征更新延迟从60秒压缩至<30ms,同时将DGNN推理层从TensorFlow迁移到TorchScript并量化模型,单用户推理延迟从150ms降至60ms;3)特征工程:设计“兴趣衰减加权模块”,对用户近7天的行为按时间窗口赋予权重(如1小时内的行为权重0.8,7天前的权重0.1),过滤过期噪声。
  • 项目成果:推荐系统CTR从4.2%提升至5.4%(+28%),新用户冷启动成功率升至58%,30日留存率回升至54%;工程层面支持千万级用户实时推荐,特征更新延迟稳定在<50ms。作为项目负责人,我主导了从算法选型到生产落地的全流程,推动系统成为直播业务的核心增长引擎,获公司Q3季度“技术创新一等奖”。
2020.10 - 2022.02
星途互动科技有限公司
算法工程师

直播内容标签体系自动化构建与商业化落地

  • 项目背景:原有内容标签依赖人工标注——单场直播需2小时标注,新内容标签上线需1天,导致推荐匹配准确率仅38%、广告投放ROI低下(eCPM仅12元)。核心目标是构建自动化、实时化的内容标签体系,覆盖“内容属性-用户兴趣-商业价值”三维标签,支撑推荐与广告的精准匹配;我的职责是负责算法开发、标签效果评估及商业化场景落地。
  • 关键难题:1)多源数据噪声过滤——主播口语化表达(如“家人们点点关注”)、无关弹幕(如“主播真帅”)会干扰标签准确性;2)标签层级关系建模——“游戏直播”→“MOBA直播”→“英雄联盟直播”的层级语义需精准关联;3)商业标签与内容属性的关联——如何定义“高客单价商品适配”的标签并量化其商业价值。
  • 核心行动:1)算法选型:用BERT-base预训练模型做文本分类(处理主播描述、弹幕),结合CRF层解决标签序列依赖(如“游戏直播”后必须跟“品类标签”),用GraphSAGE挖掘标签间层级关联(如“英雄联盟”属于“MOBA”);2)噪声过滤:设计“规则+机器学习”混合模块——用正则表达式过滤重复话术,用逻辑回归模型识别低价值弹幕(如长度<3字、无语义关联);3)商业标签建模:以广告点击率、礼物收入为因变量,训练XGBoost模型预测标签的商业价值,输出“高/中/低”三档评分。
  • 项目成果:标签生产效率提升70%(单场直播生成时间从2小时降至40分钟),标签准确率从65%提升至89%;广告点击率从3.1%升至3.8%(+22%),内容与用户兴趣匹配准确率提升至68%。支撑了公司广告业务精准投放,年广告收入增加约1200万元。我负责核心算法模块开发与效果迭代,推动标签体系从人工标注转向自动化,成为公司内容生态的基础数据底座。
技能特长
沟通能力
执行能力
热情坦诚
文案能力
奖项荣誉
  • 自然语言处理职业技能等级证书(高级)
  • 软件设计师(中级)
  • 2023年度公司项目攻坚奖
自我评价
  • 深耕互联网NLP场景落地,擅长从业务问题反推算法路径——既懂用预训练模型解决语义痛点,也能通过蒸馏压缩模型,始终以“可高效落地的效果”为核心。
  • 习惯站在业务视角翻译需求,推动对话系统从“准确率优先”转“用户体验优先”,助力留存提升——坚信NLP价值需业务结果验证。
  • 工程思维极致,用LoRA等轻量级方案替全参数训练,单轮成本降60%仍保效果,破解大模型落地难。
  • 作为模块Owner,主动同步算法进展至产品侧,提前规避“效果好但不符节奏”风险,愿做算法与业务的桥梁。
试一下,换个颜色
选择配色
使用此模板创建简历
  • 支持电脑端、微信小程序编辑简历
  • 支持一键更换模板,自由调整字距行距
  • 支持微信分享简历给好友查看
  • 支持简历封面、自荐信、自定义简历模块
  • 支持导出为PDF、图片、在线打印、云端保存
该简历模板已内置
  • 个人名称
  • 头像
  • 基本信息
  • 求职意向
  • 工作经历
  • 项目经验
  • 实习经验
  • 作品展示
  • 奖项荣誉
  • 校园经历
  • 教育背景
  • 兴趣爱好
  • 技能特长
  • 语言能力
  • 自我评价
  • 报考信息
  • 简历封面
  • 自荐信
对话框
提示
说明