互联网算法工程师3-5年
互联网算法工程师简历案例与写作指南
4 年推荐算法经验，覆盖召回排序模型、特征工程与 A/B 实验体系。下面展示完整简历，并拆解适合复用的内容结构。
案例内容已做脱敏或示例化处理，仅供结构与表达参考。
这份案例怎么写
这份案例先用“短视频推荐 + 召回/精排/特征全链路”锁定算法岗位定位，工作经历写清职责边界，项目经历再展开模型迭代与指标收益，避免堆砌论文名词。
所有数字成果都来自可核验的 A/B 实验，每条经历只保留一个核心指标，并突出离在线一致性与实验体系这类区分度高的工程硬功夫。
工作经历写法
推荐算法工程师
2022.07 - 至今某短视频内容平台
- 负责短视频信息流推荐的多路召回与精排模型迭代，覆盖召回、粗排、精排与重排全链路
- 主导精排模型从 DIN 升级为长行为序列方案，配合多任务学习联合优化点击与完播目标
- 建设特征平台离在线一致性校验与 A/B 实验规范，支撑团队每双周稳定上线模型实验
算法实习生
2021.05 - 2021.11某内容社区产品公司
- 参与内容社区首页推荐的召回策略优化，使用 Spark 构建用户行为序列与标签特征
- 复现双塔召回模型并完成离线评估，实习期间完成协同过滤召回的离线召回率对比报告
项目经历怎么取舍
选择召回体系、精排模型、特征与实验平台三个项目：分别对应算法面试重点考察的召回架构设计、模型深度与工程严谨性，覆盖推荐链路三个关键层次，避免多个项目重复讲同一环节。
短视频多路召回体系重构
2023.03 - 2024.02算法工程师
- 基于 DSSM 双塔模型训练向量召回，结合 Swing i2i 与热门兜底组成多路召回，线上检索使用 ANN 索引支撑
- 设计召回去重与配额调权策略，解决各路召回相互挤占导致内容多样性下降的问题
- 上线后人均有效播放时长提升 9.7%，冷启动内容曝光占比提升 12.4%，向量检索服务 P99 延迟稳定在 20ms 以内
精排 CTR 模型升级
2024.03 - 2025.01算法工程师
- 在 DIN 基础上引入 SIM 长行为序列建模，将用户行为窗口从数百条扩展到万级，并使用 MMoE 联合建模点击与完播
- 通过样本延迟反馈矫正与特征通配改造，解决时长样本回流偏差问题
- A/B 实验显示 CTR 提升 6.2%，人均使用时长提升 11.3%，模型已全量并沉淀为团队基线版本
特征平台一致性与 A/B 实验治理
2025.02 - 至今算法工程师
- 使用 Flink 重建实时特征链路，建立特征快照落盘与离在线抽样比对机制，定位并修复多处口径不一致
- 治理实验分流与指标看板，统一置信度判断标准，避免无效实验长期占流量
- 离在线特征不一致率由 4.6% 降至 0.9%，实验平均周期从 12 天压缩至 6 天
常见问题
这份算法工程师简历适合什么经验阶段？
案例按3-5年经验设计，适合作为同阶段求职者的结构和表达参考。
可以直接复制这份简历吗？
可以先复制到编辑器，但必须把公司、项目、数据和技能替换成自己的真实经历。
怎样让案例更匹配目标岗位？
对照目标岗位描述，优先保留与算法工程师直接相关的经历、成果和关键词。