工作经历
2023-06-08 -至今科技公司全栈开发工程师(AI方向)
主导开发「智选」AI电商推荐系统,设计并实现混合推荐架构(GNN+协同过滤),通过Ray Tune优化超参数使推荐点击率提升37%,推动客户GMV增长28% 构建基于CLIP的多模态搜索引擎,研发草图识别功能使搜索转化率提升42%,获公司年度创新奖 实现AI模型工程化落地:使用ONNX量化技术将ResNet50模型压缩至原体积的1/4,部署成本降低60% 搭建实时特征计算管道:基于Flink处理日均2TB用户行为数据,特征更新延迟控制在200ms内
教育经历
2021-07-01 - 2025-06-01河北大学人工智能本科
语言
技能

**「智选」AI电商推荐系统项目简介** 本项目面向中小电商企业及终端消费者,针对传统电商平台推荐效率低、搜索体验差、运营成本高等痛点,创新性地构建了融合图神经网络与多模态AI技术的智能解决方案。系统采用GNN与协同过滤双模型驱动的混合推荐引擎,使点击率提升37%,同时集成CLIP模型实现"以图搜图+语义搜索"的多模态搜索功能,大幅提升商品匹配精准度。在工程实现上,通过ONNX量化技术与边缘计算架构,既保证了AI模型的推理性能,又显著降低了部署成本,使中小企业在无GPU服务器的情况下也能获得高效的AI服务。技术架构采用Vue3+FastAPI+PyTorch的全栈组合,其中推荐系统基于PyTorch Geometric实现用户行为图建模,视觉搜索模块依托Milvus向量数据库实现十亿级数据检索,商家后台则提供包含实时数据看板与A/B测试工具的全套运营功能。实际应用数据显示,该系统已帮助某母婴电商实现GMV提升28%、用户搜索时长缩短42%的显著效果,同时通过自动化商品管理流程降低60%人工成本。本方案已申请两项技术专利,其"AI工程化"特色体现在从算法研发到服务部署的完整闭环能力,为中小企业提供了开箱即用的智能化升级路径。


