完成抖音原生链路流量价值预估服务的建模和工程链路搭建,优化在线pacing能力使得drop准确率达98%以上,实现整体在线资源节省10000core+。
负责抖音、抖音lite、火山原生链路模型策略迭代,包括千川新流量引入、混排过程改造、simons&adload&os&adgap策略升级优化,实现advv增长达10%以上。
负责抖音feed流量位gap优化,依赖后验数据进行model_based方向探索,达到gap_loss替换gap的目的。
负责抖音原生链路召回R2S、LTR模型特征改造和优化,实现原生整体advv增长5%以上。
负责内广垂类产品(懂车帝、教育、保险)的抖音受众人群挖掘,依赖联合建模、定向投放等方式实现拉新和拉活。
完成增长营销视频素材和创意内容理解工作方向的规划,完成素材内容理解的建模和应用、创意要素拆解creative_profile等相关工程的搭建,达成可指导创意内容编辑制作的目标。

设计和搭建用户实时匹配场景的推荐系统,包括系统架构设计、用户画像策略和算法模型结构设计、实现abtest模型效果评估能力等。
定时采集用户视频数据到hive和hbase中,基于采集的用户视频数据制作离线样本和用户画像,将金币消耗作为衡量指标,区分正负样本和权重。
利用flink监听binlog,收集用户实时特征更新处理后写入redis。
设计基于用户匹配的打分模型,采用tf2.0开发模型,利用6000w的训练样本数据进行训练,500w验证样本调参,500w测试样本进行效果评估,离线auc0.9+。
模型上线后每2~3天迭代一次,平滑20天数据定时更新模型。

参与机票代购系统和爬虫系统的开发、利用机器学习和深度学习相关技术实现数据清洗、数据统计分析以及验证码识别模块开发、根据用户搜索记录和历史行为进行旅行景点定向推荐。
编写离线python脚本,抓取20多家国内航空公司的验证码图片,请求第三方服务进行内容识别和信息分tag存储。
利用图像灰度和kmeans二值化进行图像预处理,构建cnn多任务模型进行图形训练, 终实现识别准确率98%以上。
热销推荐or热门推荐按照用户浏览城市以及行程制定此策略计算 近热销或热门的产品取topK召回。
用户旅游目的地的用户群热门游topK召回、基于用户浏览信息以及POI信息的相似度召回等。
基于用户画像以及POI特征信息利用Xgboost模型打分,正样本为用户已支付,负样本采用用户浏览未支付。

数仓系统日常开发和维护以及数据统计分析、用户分析、业务报表生成等。

dfs抓取url链接池,利用机器和人工鉴定进行打标,提取文本信息采用svm算法进行网页标签分类。