深度参与字节跳动亿级日活核心产品的用户增长优化项目，面对用户增长瓶颈挑战，负责设计并实现高效率、可扩展的推荐算法和广告投放策略。

• 主导并从零构建了基于深度学习的推荐系统模型（如DNN、Transformer），通过用户行为序列建模和多模态特征融合，使CTR提升15%，GMV增长20%，为公司带来数千万营收增长。
• 负责计算广告投放策略优化，利用强化学习和因果推断技术，优化广告预算分配和出价机制，将广告转化率提升10%，ROI提升8%。
• 设计并实现了一套实时特征工程平台，支持百亿级数据量，将特征更新延迟从小时级降低至分钟级，显著提升了模型迭代效率和效果。
• 带领3人团队进行算法模型A/B测试和效果评估，确保每次迭代的科学性和稳定性，推动了10+核心业务指标的持续优化。

作为核心算法工程师，专注于社交媒体内容理解和用户兴趣建模，参与了多个重点项目的算法研发与落地。

• 负责自然语言处理（NLP）相关算法研发，包括文本分类、情感分析、主题模型等，应用于内容审核和个性化推荐，将内容召回准确率提升20%。
• 开发并优化了用户画像系统，通过多维度数据（如社交关系、阅读偏好、互动行为）构建用户兴趣标签，提升了推荐精准度12%。
• 参与高并发算法服务的开发与部署，熟练使用TensorFlow/PyTorch等深度学习框架，以及Spark/Hadoop等大数据处理工具，确保算法系统稳定运行。
• 完成5+项算法项目的需求分析、模型设计、开发测试及上线维护，累计处理数据量级达TB级别，为产品功能迭代提供了强力支持。