信息流推荐算法高级研究员简历模板，带优质简历内容案例可在线制作，简历内容完整，HR面试通过率高，简约精美的简历设计，规整的排版更好呈现个人简历提升阅读性。适合求职者简历制作。

>>>点击下载完整版<<<

信息流推荐算法高级研究员简历模板案例：

一句话介绍自己：梦想每个人都有，但不是每个人都有勇气去坚信，我有!

基本信息：

年龄：26岁、性别：、学历：、电话：13800138000、邮箱：BD@100chui.com

求职意向：

信息流推荐算法高级研究员、广东深圳、8K-10K、随时到岗

教育背景：

2012.09-2016.06 | 锤子简历大学 | 软件工程（本科）

工作经验：

2018.01-2019.11 | 锤子简历公司 | 信息流推荐算法高级研究员

• • 负责优化和挖掘新的特征，提升线上推荐效果；
  • 负责优化现有排序算法，提升线上点击率和用户体验；
  • 负责探索深度学习，强化学习在个性化推荐中的应用；
  • 负责大数据量的用户行为处理、清洗和挖掘，并持续迭代优化推荐策略；
  • 从数据中发现现有系统和算法的不足，提出改进的算法并推动实现；
  • 负责追踪业内前沿技术，结合业务特点，探索将前沿的算法技术应用于实际业务；

2016.06-2017.12 | 锤子简历公司 | 信息流推荐算法高级研究员

• • 负责信息流推荐中召回、排序、多样性策略的开发和优化；负责用户画像的精准化；
  • 通过算法持续性优化云音乐信息流的生态结构；
  • 深入理解业务，和产品人员一起挖掘潜在的改进点，持续提升信息流的用户体验；
  • 负责信息流广告的算法优化，包括广告推荐算法、广告排序、广告机制设计、大规模机器学习平台优化；
  • 负责广告文本处理，意图识别，文本分类，图文相关性等自然语言处理任务；

实习经验：

项目经验：

自我评价：

其他：

• 技能： 熟悉Linux 操作，熟练使用 shell 脚本处理问题；熟悉 Python, Scala, C/C++、Java 语言；熟悉 MapReduce, Hbase, Hive, Storm, Spark, ZooKeeper 等Hadoop 大数据处理和分布式开发；熟练使用 MapReduce 进行数据统计，数据过滤，同类汇聚 和全局排序； 熟练使用 TFIDF 算法提取关键词和运用LCS算法计算文本相似度；熟悉Mysql, Hbase, MongoDB, 会爬虫爬取网站，app， 微信公众号数据；熟悉推荐算法和相关技术，常用机器学习模型和 KNN, SVM, LR, Kmeans算法；熟悉Flume, Kafka, Spark sql, Spark streaming 等相关组件；

• 语言能力： CET-4，掌握基本的听说读写能力；

项目经历：

2017.01-2017.03 | 算法产品（标签库、策略系统）优化 |

• • 负责信息流推荐算法中标签系统迭代优化，并且对线上下发推荐端进行评测、分析产出评测分析结果，与优化需求，并且对接技术同学进行优化迭代，且进行日常运营维护；
  • 负责对标签库进行结构化优化，追踪新增热点进行标签提取，协助产品专家对信息流进行策略生产、管控，参与 PRD 编写对竞品的算法、Ctr、PV、Uv 进行测评分析产出报告；
  • 负责对分类系统、标签系统抓取准确度进行评测，产出报告及优化需求，对国内外敏感节日进行预警，及时调整机器抓取下发策略保证线上安全；

可使用此简历模板在线制作：

>>> https://www.100chui.com/resume/detail-589.html