算法经理-智乐聘猎头做单平台

首页做单必看出海招聘必看关于智乐聘

简历详情

更新时间：2025-06-01

****

                                        算法经理                                    
                                

                                {{ direction }}
                            

                                27岁
                                /
                                男                                /
                                未婚                                /
                                本科                                /
                                5年经验
                            

                                电话：
                                13800138000

                                  
                                邮箱：
                                abcd@163.com

曾就职领域：互联网,金融

目前居住地：上海市

期望工作地：郑州市

目前年薪：19.00万元

期望年薪： 未填写

教育经历

工作经历

项目经历

教育经历

在校时间

2016-09 至 2020-07

专业

计算机技术与科学

就读学校

广西师范大学漓江学院统招本科

工作经历

任职时间

                                    2020-01-01 至 2025-01-01
                                
                                    职位名称职位名称
                                
任职公司

                                    任职公司任职公司
                                
任职描述

                                    任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任;

                                    职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职;

                                    描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述任职描述。

工作经历

任职时间

                                            2020-01-01 至 2025-01-01
                                        
                                            算法工程师                                        
任职公司

                                            任职公司任职公司
                                        
任职描述

                                            1. 参与开发并优化大规模数据处理的算法模型,使用机器学习技术提升系统性能。

2. 设计并实现多种分类和回归算法,包括决策树、随机森林、XGB等,解决实际业务问题。

3. 与业务分析团队合作,收集和分析用户数据,定期报告模型表现,并根据反馈进行迭代优化。

4. 负责调优模型超参数,使用交叉验证等技术提升算法的准确率和泛化能力。

5. 通过聚类、降维等无监督学习方法进行数据分析与可视化,优化数据挖掘流程。​

6. 使用 A/B 测试评估算法效果,通过持续迭代优化,提高业务关键指标。