中文版

工作经历

新浪微博 ~ 北京，中国 ~ 11/2014 - 12/2025

• 算法技术负责人 / 资深算法工程师
  • 历经初级、高级研发，2019年起担任核心业务技术负责人（后转为核心技术专注架构演进）。
  • 主导构建微博基础画像体系，输出通用特征库，支撑全站多个核心业务线。
  • 负责大图页推荐等场景的系统架构上下游打通与最终业务效果把控。

Yahoo! 研究院 ~ 巴塞罗那，西班牙 ~ 02/2014 - 07/2014

• 实习研究员
  • 以第一作者身份发表论文：Applying space syntax to online mapping tools（推荐系统顶会 WSDM 2017）。

工作项目

微博全站用户画像与特征工程 ~ 资深算法工程师 ~ 05/2022 - 12/2025

• 基础画像体系构建： 主导构建微博通用的基础画像体系（涵盖人口属性、兴趣标签、行为偏好、博主亲密度等），为推荐、广告、Feed、超话等多个核心业务线提供底层特征支持，并全量输出至在线特征库。
• 深度兴趣建模： 将多类用户特征与行为日志映射为统一稠密向量空间，构建支持十万级词表的多目标预测系统。引入 SENet 动态学习特征权重与 Caser 提取局部交叉特征，结合 RQ-VAE 提升长尾数据泛化能力。
• 试探策略输出： 在模型训练中引入“意外度”作为动态目标，按需打压历史同质化高频行为。输出“试探兴趣”特征，供下游推荐策略按需进行探索性分发。
• 博主运营标签： 利用大语言模型进行少样本分类打标。在 Hive 中完成博文、分组标签等特征的拼接，并将 Prompt 配置化存储，支持运营团队无代码修改。配合基础的监控与对账脚本记录 API 失败及特征缺失情况，最终结果写入 MySQL 供下游系统调用。
• 技术栈： Hive, Spark, Fuxi-CTR, PyTorch

长短期兴趣计算与商业定向 ~ 技术负责人 ~ 05/2019 - 05/2022

• 短期兴趣实时化： 兴趣计算由离线 Hive 升级为 Flink 流计算，更新延迟降至 10 分钟内，接入行为日志增加 3 倍，实现推荐“刷内更新”。优化时间衰减与平滑策略，提升兴趣灵敏度与退场效率（获专利CN115827966A）。推荐流整体：千曝点击 +5%，时长 +3.4%
• 长期兴趣去偏： 针对马太效应设计“人群归一化”特征提取算法，通过计算点击强度与大盘均值偏差剥离热门噪音。落地后头部标签基尼系数由 0.58 降至 0.45，单路千曝点击 +6%，千曝互动 +2.5%。
• 商业定向重构： 广告定向由统计模型升级为监督式算法（GBDT）。优化后兴趣标签财务消耗占比由 8% 提升至 10%（重点行业达 12%），核心行业覆盖 UV 提升 6 倍。
• 技术栈： Flink, Hivemall, LightGBM, Grafana, Clickhouse

微博图片后推荐 ~ 技术负责人 ~ 08/2017 - 04/2019

• 架构打通与效果把控： 负责图片右滑推荐场景的整体统筹。对接客户端团队，带领算法团队在现有 C++ 引擎中实现基于标签、博主、热门及图片语义向量的多路召回，并落地 LR/FM 排序模型。
• 高并发网关开发： 个人负责开发大图页推荐前端机，基于 Sanic 构建高性能异步网关，对接渲染层与后端推荐引擎。实现多页并发缓存及自动降级保护，支撑 5000+ QPS，在 100ms 内稳定响应。
• 技术栈： asyncio, Sanic, PyTorch, Spark, Faiss, Redis

图片特征挖掘与内容理解 ~ 08/2016 - 10/2017

• 质量与风控： 研发图片分类、美学质量及敏感度识别模型，为推荐流与大图页提供底层特征支撑。研发作弊拦截模型，打击灰黑产行为。
• 智能裁剪： 结合人脸识别和显著性目标检测算法，为微博信息流图片选取最适合的缩略图裁剪位置。
• 技术栈： Tensorflow, Keras, Docker, CNN, Faiss, Nginx, MTCNN

微博头条推荐物料库 ~ 03/2015 - 11/2016

• 长文本分类： 基于标题、摘要、正文等多维度，构建 TextCNN，多模型 Stacking。
• 标题党识别： 研发并上线基于 Bi-LSTM 的标题党识别模型。
• 系统优化： 构建相似图片排重系统（基于 phash）。
• 技术栈： Keras, scikit-learn, Elasticsearch, MySQL

个人项目

Cyber Dingding (多智能体协作系统) ~ 12/2025 - 02/2026

• 独立开发的基于 WebSocket 的多智能体协作系统，支持人类在环干预。
• 状态与通信： 基于 WebSocket 构建通信网关，使用 SQLite 持久化消息，管理多 Agent 生命周期与任务队列。
• 协同机制： 构建多角色聊天室模式（如架构师与程序员），Agent 通过 @ 机制自由交互、分配任务及共享上下文，同时实现私有上下文隔离。
• 代码执行： 深度接入 OpenInterpreter，赋予底层 Agent 真实的计算机操作与代码执行能力。
• 技术点： WebSocket, SQLite, Agent, OpenInterpreter

KDD Cup(Authorship Disambiguation) ~ 里昂，法国 ~ 03/2013 - 06/2013

• 对微软学术论文 5000 万数据库中 1900 万作者名字进行实体甄别，[结题报告]
• 主要技术: R, PostgreSQL, Python, LaTeX

教育经历

加泰罗尼亚理工(UPC) & 里昂二大 ~ 巴塞罗那，西班牙 & 里昂，法国 ~ 09/2012 - 09/2014

• 硕士，数据挖掘与知识管理专业（DMKM）
  • Erasmus Mundus奖学金
  • 课程包括: Kernel-based Learning, Statistical NLP, Advanced Statistical Modeling, Bioinformatics

浙江大学 ~ 杭州，中国 ~ 09/2008 - 06/2012

• 本科，数学与应用数学
  • GPA: 3.87/4.0，学院排名前 5%
  • 荣誉：浙江大学 ACM 程序设计竞赛三等奖、省级大学生高等数学竞赛一等奖，多年一等奖学金。

加州大学洛杉矶分校 (UCLA) ~ 洛杉矶，美国 ~ 08/2009 - 09/2009

• 暑期学校，金融、英文写作

论文研究

[P1] Apply Space Syntax to Online Mapping Tools, WSDM 2017 - Yandi Li, Nicola Barbieri(Tumblr), Daniele Quercia(Bell Labs) - 研究生毕设，基于时间、天气信息，推荐有趣导航路线的系统。 - 技术点: Factorization Machine, BPR, PostgreSQL, PostGIS, QGIS, A*, Space Syntax

[P2] Chebyshev-Tao方法的不同实现及其比较 - 本科毕设，[论文部分], [文献综述], [答辩]

技能和其他

• 编程语言: Python, SQL
• 工具框架: PyTorch, 大模型部署 (Ollama, Huggingface), Flink, Spark, Hive, Docker
• 爱好: 网球🎾，乒乓🏓️，太极☯️，滑雪🎿，修理🔧

---

下载PDF版本