下面给出 8 篇不同方向的算法工程师简历范文片段，重点看"项目经验"如何写清业务与指标。结构统一为：问题 → 方法 → 量化结果。
负责短视频信息流精排迭代。基于用户长期/短期兴趣序列构造 150+ 特征，上线多兴趣深度模型（Multi-Interest DIN），AB 实验人均播放时长 +3.4%、互动率 +2.6%，日覆盖 1200 万用户。
负责电商搜索相关性排序。引入 query-item 语义匹配特征与 Listwise 排序损失，离线 NDCG@10 由 0.71 提升至 0.78，线上搜索转化率 +1.9%，无效点击下降 12%。
搭建信贷申请反欺诈模型。融合设备、行为、关系网络特征，XGBoost + GNN 融合建模，KS 由 0.32 提升至 0.46，坏账率下降 18%，年拦截欺诈金额约 2400 万。
负责工单自动分类与意图识别。基于 BERT 微调 + 规则兜底，意图识别准确率 94.3%，自动解决率由 31% 提升至 58%，人工客服工作量下降 27%。
工业缺陷检测模型落地。用 YOLOv8 + 小样本增强，漏检率由 5.2% 降至 0.8%，单线质检人力由 6 人减至 2 人，年节省成本约 90 万。
负责 oCPX 智能出价。构建 pCTR/pCVR 双塔预估，结合强化学习调价，广告主 ROI 提升 15%，平台广告收入 +8.3%。
用户流失预警与召回。基于行为序列做流失打分，对高分用户提供个性化权益，30 日留存提升 4.1 个百分点，召回成本下降 22%。
社交好友推荐。构建二度关系图 + GraphSAGE 召回，好友添加率 +2.3%，冷启动用户 7 日留存 +1.8%。
每篇都遵循"场景 + 方法 + 数字"三要素。你写自己的经历时，先填空：我负责 ___ 业务，用 ___ 方法，让 ___ 指标提升 ___%。填不满的地方，就是简历最需要补的数据。
选择一个专业模板，10 分钟完成你的简历