职位:高级算法工程师
职责:为导航APP(类似于高德)提供算法支持
工作内容:
1)负责eta(预估达到时间)算法端的设计与开发
1. 对车辆轨迹数据进行挖掘,建立link,linkpair,路口模型,转弯动作及交通流等特征表
2. 采用linkpair及dnn建模,并使用spark-streaming预测全国范围内link级的时间,并推
送至算路团队
3. 采用linkpair及lstm建模,并使用java-estimator预测路线级的到达时间,并结合1实
现双模型计算eta
4. 采用小模型+大模型的方式,对eta进行二次拟合,大大减少了极端高估和低估率
5. 采用流量复现的方式进行灰度测试,加快模型迭代速度
2)负责静态和动态路权设计与开发,为智能推荐等模式下赋权值,方便算路团队进行算路
1. 对车辆轨迹数据进行挖掘,建立link,交通流及85分位速度等特征表
2. 采用规则+xgb模型的方式,设计与开发静态路权模型,离线预测出全国范围link的权值和
转弯权值,推送至算路团队
3. 采用xgb模型,设计与开发动态路权模型,使用spark-streaming加载模型,实时预测link
权值,实现躲避拥堵偏好的算路
3)尝试使用LLM为导航软件赋能
1. 安装LLaMA,经测试对中文支持不够好,暂时放弃。
2. 安装FastChat-vicuna,初步测试对中文支持不错,但对导航行业垂直领域的回答不够理
想,之后制作导航领域的问答库,重新训练,效果基本满足。
3. 使用导航领域的问答库,通过LORA和P-Tuning v2微调chatGLM模型
4. 使用DeepSpeed和自定义问答库,重新基于LLaMA进行RLHF训练。
总结:朗歌是吉利旗下专攻导航+高精+自动驾驶的企业,进公司后开始为企业搭建自己的数据挖掘
平台,并开始尝试eta和路权算法开发,组建公司第一个算法组,迅速并高质量完成上述任务,之
后开始尝试大语言模型与导航相结合。

职位:算法工程师
职责:在首页FEED流,详情页,个人中心,IM等进行房屋推荐
工作内容:
1)设计并实现第一代推荐系统:
1. 实现离线召回:ITEMCF+ALS+ITEM2VEC+属性相似
2. 实现实时召回:kafka+flink
3. 实现兜底召回:附近+全城根据ctr召回
2)设计并实现第二代推荐系统:
1. 训练排序模型:使用spark生成训练数据,数据处理,并用FFM算法训练
2. 实现实时预测:java加载FFM模型,进行模型和特征替换,并实时预测
3. 优化实时排序性能:预测100条tp95达到50ms
4. 实现首页feed流负反馈功能,重排或者过滤推荐结果。
3)设计并实现第三代推荐系统:
1. 训练排序模型:使用WIDE&DEEP/DEEPFM/DIN提升CTR,ESMM提升CVR,增加EGES召回
2. 实现实时预测:使用java模型加载tf1.*的模型,进行模型和特征替换,并实时预测
3. 优化实时排序性能:预测100条tp95达到40ms,并消除内存泄漏
4. 模型优化:将模型复杂度压缩至30%,方便实时预测
4)设计并实现第四代推荐系统:
1. 排序模型:使用TRANSFORMER+POSITIONEMBEDDING提升CTR
2. 多路召回融合:使用XGB融合召回,再入排序模块
5)设计并实现IM智能助手:
1. 设计并实现FAQ智能回答,使用BERT embedding相似算法召回相似问题的top3回答,后
尝试采用知识图谱进系统进行重构。
2. 设计并实现IM智能推荐:
A)对用户的每一句话使用BILSTM-CRF进行实体抽取
B)使用BERT+FINETUNE做意图识别来预测是否需要进行推荐
C)使用BERT+FINETUNE做意图识别来判断用户的话是否是负反馈。
D)根据是否负反馈+实体来刻画用户画像
E) 如果需要走推荐则根据画像进行粗排推荐,然后经过WD精排,返回结果给用户
F)根据八必问引导用户进行槽位填充
总结:短暂指导搜索部门后,一直负责推荐,从0到1搭建推荐平台,先后与三人进行PK,凭一己
之力将公司推荐系统从第一代衍生到第四代,并实现了第一代的IM智能助手,涉及了一些NLP的
知识。

职位:搜索&推荐负责人
职责:帮助公司搭建一流的钢铁电商搜索平台
工作内容:
1)搜索平台:
1. 设计并实现商品,店铺搜索系统。
a使用elasticsearch作为搜索引擎。
b使用DTS数据监听+ONS作为增量的数据源,
c使用EMR平台生产数据,并通过LOGSTORE推送数据给dump系统。
2. 设计并实现搜索建议系统(支持拼音+模糊音)。
3. 设计并实现词库系统(支持同义词,词库自学习)。
4. 设计并实现自定义排序及打分插件。
5. 设计并实现QP系统,提升搜索的准确性。
6. 设计并实现基于向量的召回算法,dssm,bert。
7. 设计并实现粗排,精排系统。
2)推荐系统:
1. 需求单推荐
a设计埋点系统与spark集群建设
b开发itemcf,item2vec等召回算法。
c建立商家画像,并使用elasticsearch根据画像进行召回。
d增加推荐解释功能,让推荐结果可解释。
总结:公司是阿里和五矿合办的公司,公司的技术领导层都来自阿里,因此在公司学到的东西很
多,很丰富,成长也很快,刚开始只是负责公司的搜索平台,后扩至推荐平台.

职位:高级搜索工程师
工作内容:
1.数据同步:通过ETL工具+存储过程,定时从龙湖物业和开发商系统中同步社区,楼栋,
房屋及业主信息这些基础数据。
2.搜索平台设计与开发:提供基础数据的搜索接口,将同步过来的数据,提供给各个业务
方。后搭建主搜平台,支持搜索商品
a采用solr搭建搜索平台(后迁移至elasticsearch)
b搭建数据dump系统,支持全量+增量(kakfa发送消息)
c实现基于mysql的词库系统。
3.推荐平台设计与开发:为用户推荐商品。
a用户特征收集。
b使用elasticsearch进行属性相似推荐。
创新:利用业务时间设计并实现基础数据的IOS APP(内部使用),方便物业人员校对基础数据,
功能上支持高德地图定位社区,通过摇一摇动态切换线上与线下的基础数据,以及基本的权限校验
等。
总结:公司是龙湖集团子公司,2014年集团开始转型,开辟O20领域。在这个创业型公司,学到
了很多的新的知识。刚进公司,就负责整个基础数据,并对外提供API接口,后发现接口性能较差,
开始使用搜索来提升接口性能,后建立主搜平台,搜索的能力一步步加强,并参与了推荐系统设计
与建设。还研发了自己的第一款IOS产品。

1)参与Websense Web Security 7.5/7.6 的研发。
介绍:
这是一款应用软件,通过XEN 虚拟技术集成了内容过滤软件,邮寄过滤软件等。通过UI用户可
以配置IP/ROUTE,管理PATCH/HOTFIX,监控CPU/MEMORY/DISK使用情况等。
职位:项目经理
职责:与别的PGM讨论需求,拆分为各个模块,制定开发计划,保证按时交付可用版本给QA。
与美国UX部门讨论页面原型。攻克技术难题。
2)移动安全系统
介绍:
这是一款应用于移动设备的安全系统。其核心将一组规则推至移动终端,从而实现对终端的远
程管理。该系统运行于云端,由美国,英国,中国三处研发中心共同完成。
职位:高级工程师
职责:负责编写API接口,并与英国团队沟通,联调接口,优化接口,监控接口,保证接口的
稳定与性能。
3)负责AUTOMATIOM TEST 项目的设计与研发。
介绍:
该软件对上述软件进行自动化测试,保证每一个版本可以通过BQ.
该测试软件以Selenium开源测试框架为基础,模拟用户在线操作。兼容IE和Firefox 两种主
流浏览器。测试人员只要写一个简单的XML(测试用例),便可以进行测试。支持多线程测试。
职位:项目经理
职责:设计并实现测试框架。
4)对常见的攻击进行规避,比如CSRF,XSS,SQL注入,编写ACTIVEX(C#)处理数字证书。
创新:移动安全项目,为了监控各个服务器的运行状态,开始搭建监控平台,使用CACTI,并用python
编写监控脚本,设定阀值,通过邮件,微信发送报警信息。
另外为了方便公司使用缓存,设计并实现分布式缓存系统,基于Redis+zookeeper,自己写的集群
控制器,支持读写分离,故障转移
总结:在公司的这段时间,英语有了很大的提高,开始接触国际间合作模式,对网络安全有了比
较深刻的了解,在管理上,开始带领团队,拆分需求,制定计划,实现需求。

介绍:
在公司期间做了很多的项目,包括远程消防监控系统(EZFAS),数字油库管理系统(EZDODS),总部
HR管理系统,农业网站等。架构上大多采用SSH模式。
职位:工程师
职责:参与各个系统的开发。
创新:在做一个油库的监控系统时,引入3D技术,将传感器的数据在3D模型时实时展现出来,此
系统代表公司去参展。
总结:在同方期间,本人的java开发能力有了长足提高,打下很好的编程基础,对团队意识也有
了深刻了解,并开始自己负责一些小的项目。