中文版
工作经历¶
新浪微博 ~ 北京，中国 ~ 11/2014 - 至今
- 机器学习算法工程师
- 负责用户画像及兴趣预测模型
- 短期兴趣实时化改造，从日级别提升到10分钟内
Yahoo! 研究院 ~ 巴塞罗那，西班牙 ~ 02/2014 - 07/2014
- 实习研究员
- 第一作者发表文章：Applying space syntax to online mapping tools
教育经历¶
加泰罗尼亚理工(UPC) & 里昂二大 ~ 巴塞罗那，西班牙 & 里昂，法国 ~ 09/2012 - 09/2014
- 硕士，数据挖掘与知识管理专业（DMKM）
- Erasmus Mundus奖学金
- 课程包括: Kernel-based Learning, Statistical NLP, Advanced Statistical Modeling, Bioinformatics
浙江大学 ~ 杭州，中国 ~ 09/2008 - 06/2012
- 本科，数学与应用数学
- GPA: 3.87/4.0，学院排名5%
加州大学洛杉矶分校 (UCLA) ~ 洛杉矶，美国 ~ 08/2009 - 09/2009
- 暑期学校，金融、英文写作
论文研究¶
[P1] Apply Space Syntax to Online Mapping Tools, WSDM 2017
- Yandi Li, Nicola Barbieri(Tumblr), Daniele Quercia(Bell Labs)
- 研究生毕设，基于时间、天气信息，推荐有趣导航路线的系统
- 技术点: Factorization Machine, BPR, PostgreSQL, PostGIS, QGIS, A*, Space Syntax
[P2] Chebyshev-Tao方法的不同实现及其比较
工作项目¶
微博用户建模 ~ 05/2022- 至今
- 使用深度模型为兴趣建模
- 降噪VAE训练方式，Caser结构，目标做人群归一化，意外度
- 将多种用户特征/行为日志嵌入统一空间（包括标签序列，关注列表，app列表等）
- 丰富全站用户画像
- 技术点：Fuxi-CTR, GBDT, PyTorch, Ollama, Huggingface
微博用户兴趣 ~ 技术负责人 ~ 05/2019 - 05/2022
- 长短期兴趣计算
- 短期兴趣实时化改造：更新时间从天级别逐步提升到10分钟内, 接入3倍数量的行为日志
- 难点：兴趣计算中灵敏度，马太效应，粒度细化等问题（专利CN115827966A）
- 广告商业兴趣重构：统计模型 --> 监督式算法（GBDT）的改造，提高定向投放转化率
- 算法迭代效率：建设兴趣计算的离线和在线评估，效果展示，调试等模块
- 技术点：Flink, Hivemall, lightgbm, grafana, streamlit, clickhouse
微博图片后推荐 ~ 技术负责人 ~ 08/2017 - 04/2019
- 推荐场景：图片右滑展示相关图片，完成全流程0-1打通
- 使用对比学习训练，生成图片语义向量
- 技术点：asyncio, sanic, PyTorch, Spark, faiss
图片特征挖掘 ~ 08/2016 - 10/2017
- 图片分类和人脸识别（明星和政治人物）
- 作弊识别: 仿冒明星认证的头像
- 智能图片裁剪：为图片选取最适合的位置裁剪缩略图
- 技术点：Tensorflow, Keras, Docker, CNN, faiss, nginx, Saliency object detection, MTCNN
微博头条推荐物料库 ~ 03/2015 - 11/2016
- 长文本分类模型：基于标题，摘要，正文，作者等多维度，构建textCNN，多模型Stacking
- 标题党识别模型 ：Bi-LSTM模型
- 相似图片排重系统
- 技术点：Keras, scikit-learn, Elasticsearch, MySQL, phash
个人项目¶
KDD Cup(Authorship Disambiguation) ~ 里昂，法国 ~ 03/2013 - 06/2013
- 对微软学术论文50M数据库中19M作者名字进行甄别，目的是将文章与其真实作者相联系，[report]
- 多语言文本预处理处理，文本匹配度，LDA主题提取, 随机森林
- 主要技术: R, PostgreSQL, Python, \(\LaTeX\)
Yet Another Datalog Interpreter ~ 里昂，法国 ~ 09/2012 - 06/2013 - 主要技术：Datalog, Ocaml, SQL，[report]
最优救援搜索路径 ~ 杭州，中国 ~ 2010 - 2012 - 主要技术：Graph theory, Hamilton path, [report]
技能和其他¶
- 编程语言: Python, SQL, R, Matlab, Java
- 工具框架: PyTorch, Keras, scikit-learn, Flask, ELK, Flink, Docker
- 爱好: 网球🎾，乒乓🏓️，太极☯️，滑雪🎿，修理🔧