UP简历小U

+86 13800138000|xiaou@example.com|Beijing, China

个人总结

作为一名资深大数据与AI工程师，我在大数据平台架构、数据仓库建设、实时数据处理以及AI模型在数据场景的应用方面拥有丰富的经验。擅长利用海量数据驱动业务增长和效率提升，具备将复杂技术挑战转化为可落地解决方案的能力。致力于将前沿AI技术融入大数据生态，构建智能、高效的数据处理与分析系统，为企业创造卓越价值。

工作经历

Senior Big Data & AI Engineer

ByteDance

2021-07 - 2024-07

负责核心大数据平台架构设计与优化，支持日均 TB级 数据处理，将数据ETL效率提升25%。
主导构建基于 Spark/Flink 的实时数据处理管道，支撑关键业务实时决策，数据延迟降低至秒级。
将 AI能力 引入大数据平台，设计并实现了智能数据治理模块，通过机器学习算法自动识别数据质量问题，准确率达到90%。
开发并部署了多个推荐系统和用户行为预测模型，利用 TensorFlow/PyTorch 框架，使核心产品用户点击率提升15%，转化率提升10%。
优化数据仓库模型，引入 Delta Lake 技术，降低存储成本20%，同时提升查询性能30%。
指导并培养3名初级工程师，推动团队技术能力共同成长。

项目经历

智能风控系统大数据与AI模块

ByteDance Internal Project

2022-03 - 2023-01

项目背景：面对日益复杂的业务风险，需要一个能够实时识别和预警风险的智能风控系统。
个人角色：核心大数据与AI工程师，负责系统的数据采集、处理、特征工程及模型部署。
项目执行：
- 设计并实现了基于 Kafka 和 Flink 的实时数据流处理架构，每秒处理10万+条交易数据。
- 通过 Spark MLlib 构建了多种风险识别模型，包括欺诈检测和异常行为分析，模型准确率达到92%。
- 开发了自动化特征工程模块，将特征生成效率提升了40%，缩短了模型迭代周期。
- 部署模型至生产环境，并通过 MLflow 进行版本管理和实验追踪。
项目成果：系统上线后，成功识别并预警了数千起潜在风险事件，为公司挽回潜在损失超百万元，有效降低了业务风险率18%。

基于知识图谱的智能问答系统

Tsinghua University (Master Thesis Project)

2020-03 - 2021-06

项目背景：针对特定领域知识的快速检索和问答需求，开发一个能够理解自然语言并提供精准答案的系统。
个人角色：项目负责人，负责整体架构设计、知识图谱构建与问答算法研发。
项目执行：
- 从多源异构数据中抽取实体、关系和事件，构建了包含5万+实体和10万+关系的大规模领域知识图谱。
- 采用 BERT 和 Graph Neural Networks (GNN) 结合的深度学习模型进行语义理解和答案推理。
- 设计并实现了基于 Neo4j 的知识图谱存储与查询方案，查询响应时间平均控制在200ms以内。
项目成果：系统在特定领域问答任务上的F1分数达到85%，显著优于传统关键词匹配方法，并成功应用于校内科研辅助平台。