● 10年算法从业经验，历经算法工程师、算法专家、算法负责人等岗位，覆盖AI、大模型、风控、推荐等算法领域。
● 深谙人工智能、机器学习、深度学习模型算法，具有完整的机器学习、深度学习知识储备及推荐、风控、 LLM 调优、RAG召回准确率提升 和 AIGC 应用落地经验，擅长跨CV、NLP 算法、搜索推荐、图文理解、文本生成；可快速构建机器学习、大模型微调与prompt快速研发及知识图谱并完成GRAG 的对话系统；熟悉Python、Java编程语言；具备良好的技术规划与创新能力，沟通能力、跨部门协调及资源整合能力较强。对toB端风控，反欺诈模型有从0到1的实际建设经验，对推荐系统，大模型对话系统有过从0到1的搭建经验。

专业技能
● 常用算法：LR、GBDT、GBDT+LR、FM、FFM、word2vec 、DNN、CNN、LSTM、Transformer、GPT、Bert
● 推荐算法：itemCF、node2vec、dssm、clip/blip多模态、FM，DCN、DIN、DIEN、MMOE、ESSM等。
● 风控算法：lr、gbdt、rf、xgboost、adaboost、 neo4j、PageRank、GCN、node2vec
● 大模型：Langchain、chatgpt、RAG、prompt、agent、faiss、lora、sft、dpo、ppo、grpo
● 图像&多模态: VIT、stablediffusion微调，SAM、unet、clip、 blip 、gan、vae、resnet、 yolo

AI智能金融客服系统

● 项目概述：项目旨在设计替代人工客服的金融智能客服机器人，解决贷前、贷中、贷后的客户咨询快速、精准回应。
● 项目职责：发起项目立项并从0-1开发部署智能客服，跨部门协调客服、业务、技术等多部门的工单布局功能，完成在线RAG、Agent方案设计，通过召回，排序算法，优化RAG召回的精准度提升至90%，从数据体系、算法调优、评估迭代等方面构建RAG和Agent的大模型，运用ChatGPT及sft、dpo等微调技术以及Prompt技术开发和优化基于RAG的问答系统。
● 项目成果：1.0版实现工单自动发起及对应部门人工客服链接功能，机器人回答占比50%；2.0版增强了知识召回精准度，机器人回答占比60%；3.0版微调通义千问32B客户基座模型，实现平替ChatGPT基座模型，机器人回答占比已达80%；并通过意图识别、实体识别，实现多轮会话。整体实现客服时效、人效和业务协调效率全面提升。

风控A卡评分卡&反欺诈 AI算法专家
● 项目概述：项目旨在为风控人员搭建纺织业客群的Woe评分卡，联合天眼查、同盾、百融等知名大数据公司，建模评估客户风险，有效识别用户欺诈、逾期风险，挖掘团伙欺诈，并一定程度支持公司催收业务中失联修复的需求。
● 项目职责：结合多种算法，主导特征字段的清洗/筛选/分箱、Pca主成分分析、Gbdt重要特征筛选，评分卡型训练，多个模型开发部署、贷中行为变量衍生等工作，进行多维度特征挖掘，调取海量数据并构建关系图谱。
● 项目成果：使用lr、xgboost、adaboost、Graph、PageRank、GCN等模型，上线近20组模型，产出数千维用户行为特征，各自坏账率降低达2%+，完成200万节点、500万关系图谱构建，实现更全面的反欺诈风控范围覆盖。

菜品个性推荐项目 算法专家&技术经理
● 项目概述：项目系针对点餐系统上线后用户点餐选择困难，点餐慢等问题，通过模型算法为用餐客户选择菜品提供个性化推荐。
● 项目职责：提取、清洗数据并提炼商品标签，构建商品画像，设计模型并选择优化方法，分时段采集数据并多渠道扩充模型训练数据，通过多路召回策略及多模态内容召回及用户行为序列建模等方式，完成个性推荐优化。
● 项目成果：技术栈使用:itemCF/word2vec/node2vec/dssm/clip/blip多模态融合向量召回技术。
GBDT+LR/FM/deepFM/DCN/DIN/DICN/SIM/ ESMM、MMOE等排序模型，3年内实现菜品推荐菜品购买率从0到40%的提升。

点餐吧扫码点餐系统 JAVA专家&技术经理
● 项目概述：项目聚焦互联网新点餐方式热点、食客排队点餐效率低与餐厅节省服务员成本痛点，开发扫码点餐系统。
● 项目职责：对餐饮业进行广泛市场调研并提炼需求形成PRD文档，梳理餐饮服务全流程并对标形成产品原型，设计扫码点餐、线上支付、自动打印、会员管理、ERP管理、活动促销等组合功能架构，规划项目计划书并进行项目管理、子任务开发及测试