高级机器学习工程师

高级机器学习工程师，8年深耕算法研发与生产系统落地，擅长大规模模型训练、推理优化及AI工程化。在推荐系统、自然语言处理领域有丰富经验，具备从0到1构建AI平台的能力，注重代码质量与工程可观测性。

负责公司级AI中台的设计与建设，主导大模型推理服务化及多业务线模型训练平台升级。带领5人团队支撑日均百亿级请求的推荐与搜索场景，推动模型迭代周期从周级缩短至天级。 主导AI中台架构升级，实现模型全生命周期管理 负责大模型推理性能优化与成本治理 建立模型评测体系与回归测试流程 推动AI协作式研发工作流在团队内落地

大模型推理服务化平台

• 针对公司内多个业务线对大模型推理的需求，设计并实现了支持多模型并发、动态扩缩容的推理服务平台。平台支持GPT系列、BERT系列及自研模型的统一接入，解决高并发下的延迟与稳定性问题。
• 基于Kubernetes的容器化部署，采用Triton Inference Server作为推理引擎，结合Redis集群做请求缓存，使用Prometheus+Grafana实现全链路监控。模型层支持ONNX/TensorRT/自研格式，服务层采用gRPC与HTTP双协议暴露。
• 作为技术负责人，完成整体架构设计、核心模块开发及团队任务分配。具体负责推理引擎选型、性能基准测试、缓存策略设计，以及生产环境灰度发布方案制定。
• 技术栈: Triton Inference Server TensorRT加速 Kubernetes调度 gRPC服务治理 Prometheus监控 模型量化压缩 动态批处理
• 挑战: 推理延迟降低65%: 通过TensorRT FP16量化、动态批处理及KV Cache优化，将单请求平均延迟从320ms降至110ms，P99延迟从800ms降至280ms
• 挑战: 成本下降40%: 设计模型路由与降级策略，结合请求特征做智能缓存命中，GPU利用率从45%提升至78%，年度推理成本降低约1200万元
• 挑战: AI协作式研发实践: 引入Claude Code与GitHub Copilot构建辅助工作流：使用Claude Code进行复杂模块的任务拆解与方案设计，借助Copilot完成单元测试生成与样板代码补全。所有AI生成代码经本地pytest验证、SonarQube扫描及人工CR后合并，未出现因AI引入的生产故障

实时特征平台重构

• 重构原有离线T+1特征计算体系，建设支持秒级更新的实时特征平台，为推荐、广告、风控等业务提供低延迟特征服务。
• 采用Flink+Kafka的流处理架构，特征存储使用Redis Cluster与Aerospike混合方案，特征血缘通过自研元数据系统管理。接入层提供统一SDK，支持特征回溯与在线 Serving。
• 负责实时特征计算引擎开发，设计特征一致性校验机制，实现特征质量自动监控与异常告警。主导Flink作业的性能调优，解决状态后端过大导致的Checkpoint超时问题。
• 技术栈: Flink实时计算 Kafka消息队列 Redis Cluster 特征工程 Aerospike 链路追踪 A/B测试
• 挑战: 特征更新时效性提升: 核心特征更新延迟从24小时缩短至5秒内，推荐场景CTR提升12.3%，广告RPM提升8.7%
• 挑战: 特征质量保障体系: 建立特征分布漂移检测、缺失值自动填充、样本与特征一致性校验三层防护，特征问题导致的线上事故下降90%

负责信贷风控模型的研发与部署，从0到1搭建模型训练与监控体系。支持日均千万级授信决策，模型KS指标保持行业领先水平。 独立完成信用评分卡、反欺诈等核心模型开发 搭建模型自动化训练与部署流水线 设计模型监控与漂移预警机制

智能信贷审批系统

• 构建覆盖贷前、贷中、贷后的全流程智能风控体系，实现自动化授信决策与动态风险定价。模型需满足监管可解释性要求，同时平衡审批通过率与坏账率。
• 采用XGBoost+LightGBM的集成模型方案，特征工程层使用Spark进行大规模离线计算，模型服务通过Flask+Docker部署，数据库采用PostgreSQL与ClickHouse组合。
• 负责信用评分模型开发，完成特征衍生与筛选、模型训练调优、阈值策略制定。设计并实施模型监控Dashboard，跟踪PSI、KS等核心指标变化。
• 技术栈: XGBoost LightGBM Spark大数据处理 特征工程 模型可解释性 Docker容器化 ClickHouse
• 挑战: 审批效率提升: 自动化审批率从60%提升至85%，单笔审批耗时从平均15分钟降至3秒，人工复核工作量减少70%
• 挑战: AI协作式研发早期实践: 在团队内试点GitHub Copilot辅助SQL与Python代码编写，结合Cursor进行复杂逻辑的重构。建立AI辅助代码的强制审查清单：必须包含边界条件测试、异常处理、输入校验，禁止直接合入AI生成的敏感权限相关代码

反欺诈规则引擎升级

• 将原有硬编码规则升级为规则+模型融合的决策引擎，支持规则热更新与模型版本灰度，提升欺诈识别准确率与响应速度。
• 规则引擎基于Drools实现，模型层接入实时特征流，决策层支持规则优先级动态调整与A/B测试。使用Elasticsearch存储决策日志，Kibana做可视化分析。
• 负责规则引擎与模型层的对接开发，设计决策结果一致性校验机制，完成灰度发布方案实施。
• 技术栈: Drools规则引擎 实时决策 Elasticsearch Kibana 灰度发布 A/B测试
• 挑战: 欺诈识别率提升: 模型融合后欺诈识别率从72%提升至89%，误杀率从5%降至2.1%，年度减少欺诈损失约800万元

• 精通XGBoost、LightGBM、CatBoost等梯度提升框架的参数调优与模型解释
• 熟练运用PyTorch、TensorFlow进行神经网络设计与训练，掌握CNN、RNN、Transformer等架构
• 具备大规模预训练模型微调经验，熟悉LoRA、Prefix Tuning等高效微调技术

• 精通模型推理服务化全流程，掌握TensorRT、ONNX Runtime等加速工具
• 熟练进行模型量化（INT8/FP16）、剪枝、知识蒸馏等压缩技术
• 设计并实现动态批处理、请求缓存、模型路由与降级策略，保障高并发场景下的稳定性与成本可控

• 系统性实践AI辅助开发工作流：使用Claude Code进行复杂模块的任务拆解与架构设计，利用GitHub Copilot生成单元测试与样板代码，借助Cursor完成代码重构与文档生成
• 建立AI产出验证规范：本地测试通过→静态检查→人工CR→CI通过→灰度发布，明确AI生成变更不可绕过安全与权限校验

• 基于Kubernetes构建模型训练与推理平台，实现模型版本管理、自动化测试与灰度发布
• 设计特征存储与血缘管理方案，保障线上线下特征一致性
• 搭建包含链路追踪、指标监控、日志分析的全链路可观测体系，使用Prometheus、Grafana、Jaeger等工具

• 熟练使用Spark、Flink进行大规模数据处理与实时计算
• 精通Kafka消息队列的架构设计与性能调优
• 具备ClickHouse、Aerospike等高性能存储的选型与调优经验，能够针对业务特征设计合理的存储与计算分离架构

研究方向：机器学习与数据挖掘

• 核心课程：高等机器学习、统计学习方法、分布式系统、自然语言处理、计算机视觉
• 发表CCF-A类论文2篇，获研究生国家奖学金
• 硕士论文：基于图神经网络的社交网络异常检测研究，提出改进的GraphSAGE算法，在公开数据集上F1-score提升6.2%