负责TV客户端整体内容分发效率提升，包括前端产品样式、后台对接方案、内容推荐策略。其中内容推荐方案包括内容池筛选、用户&内容冷启动、用户画像计算、分人群分时段推
荐、正负反馈规则、ABtest系统方案、多频道多类型内容混推规则。
长视频Card 流个性化推荐项目
TV 首页长视频运营位接入个性化推荐算法，结合 TV 内容生产、图片质量、监管等特性，在首页不同频道、不同位置定制不同的分发策略，将算法推荐与人工推荐融合，保证头部内容曝光效果的同时，提升长尾内容分发效率。
半个月内高效完成了产品调研、需求分析、产品策略和方案制定，实现在 TV 端3 家主流视频APP 中第 1 个落地个性化推荐算法。TV 端首页次屏，UV 点击率从 12%提升至30%，绝对值提升 18pp，相对值提升 150%。
TV 端短视频推荐项目
在 TV 端APP 内新增短视频推荐模块，定制 TV 端创新型交互样式、播放逻辑、频道内容类型，并根据线上数据反馈定制推荐、交互优化方向，实现指标提升。
上线后 1 个月内，产品核心指标迅速增长，人均播放时长 5min→20min，人均播放次数 5→18，活跃用户次日留存率 7%→20%。
视频个性化海报图项目
针对同一视频内容，对不同用户推荐个性化海报图，提升用户体验和内容分发效率。
组织 AI、运营、BI、cms 后台、客户端等多个团队协作，从 0-1 设计海报图个性化分发流程，具体包括 AI 图片&标签生产规范、人工审核&上传图片流程、算法推荐规则、客户端展示逻辑、数据统计规则、ABtest 效果评估。
2015.07-2017.11 爱奇艺 数据产品
数据报表产品定义: 从0开始建设TV端APP所有核心指标报表和自动化监控系统（活跃留
存、播放行为、订购转化、展示点击、ABtest等），保证基础数据查询便捷性、和针对端产品功能迭代的拓展性，实现核心报表架构在3年内无需重大变更。
数据埋点规范定制: 针对APP所有功能进行pingback定义，并设计稳定可拓展的埋点规
范，保证基础指标稳定统计，同时满足新功能效果衡量需求，为后续数据分析、用户画像、个性化推荐等上层数据建设奠定基础。
团队数据分析流程建设: 针对每个版本新上线功能进行数据分析并提出优化建议，熟练掌握趋势分析、漏斗分析、频次分析、留存分析等基础分析方法，可高效使用公司内部定制计 算、sql、可视化分析等各项数据查询工具，并帮助组内同学掌握相关技能，最终各项目负责人可独自完成产品定义、数据分析、优化迭代，提升项目整体效率。